Rechnergestützte Netzanalysen
Computational Network Analysis

Die Vorlesung befasst sich mit Simulationsumgebungen für die ereignisdiskrete Modellierung. Ausgehend von allgemeinen theoretischen Ansätzen werden Konzepte amerikanischer Softwaresysteme erläutert. Die Elemente orientieren sich an den Bausteinen der Warteschlangentheorie, über templates werden aggregierte Bausteingruppen eingeführt, die eine effiziente Modellierung und Analyse der Systeme erlauben. Vorgestellt werden insbesondere Betriebsprozesse die unterschiedliche Ebenen von Logistiksystemen adressieren.
Inhalte im Einzelnen:
- Grundlegende Begriffe aus der Warteschlangentheorie
- Stochastische Verteilungen
- Überprüfung von Eingangsdaten
- Abstraktion und Reduktion
- Modelle und Experimenteller Rahmen
- Experimente
- Betriebsprozesse und ihre Modelle
- Computational Methods
- Integration von Simulationssoftware in die Digitale Fabrik
- Testumgebungen
- Scheduling in Verbindung mit Simulationsmodellen

Die Teilnehmer haben sich mit den theoretischen Grundlagen der Simulationstechnik auseinandergesetzt und haben Warteschlangenmodelle und ihre Modellierung kennen gelernt. Sie beherrschen die Grundfunktionen von Simulationssoftware und sind in der Lage, damit einfache abgeschlossene logistische Systeme zu modellieren und zu analysieren. Sie können den Nutzen der Technik im betrieblichen Alltag und im Rahmen wissenschaftlicher Arbeit beurteilen und die Technik einsetzen. Sie erwerben die Kompetenz für die Nutzung der Technologie in der Forschung und industriellen Praxis

• Arnold, D.; Furmans, K.: Materialfluss in Logistiksystemen, Springer-Verlag, 2019
• Tempelmeier, H.: Modellierung logistischer Systeme, Springer-Verlag, 2018
• Engelhardt-Nowitzki, C., Nowitzki, O.; Krenn, B.: Management komplexer Materialflüsse mittels Simulation: State-of-the-Art und innovative Konzepte; Deutscher Universitäts-Verlag, 2008.
• Altiok, T.; Melamed, B.: Simulation Modeling and Analysis with ARENA; Elsevier, 2007
• Lauer, C.: Integriertes Modell zur Materialflusssimulation und zur Visualisierung in der virtuellen Realität; Produktionstechnische Berichte aus dem FBK; 2013, Bd. 01
• Banks, J., Carson, J. S., Nelson, B. L. and Nicol, D. M.: 2000, Discrete Event System Simulation, 3rd edn, Prentice Hall.
• Zeigler, B. P., Elzas, M.; Oren, T. Modelling and Simulation Methodology: Knowledge Systems Paradigms, Elsevier North Holland; 1989
• Bayer, J.; Collisi, Th.; Wenzel, S.: Simulation in der Automobilproduktion, Springer-Verlag, 2003
• VDI: Richtlinie 3633, Simulation von Logistik-, Materialfluss- und Produktionssystemen, Beuth-Verlag

The lesson presents simulation environments for discrete event modelling. Starting with general theoretic approaches concepts of american software systems are explained. The elements consider building blocks of queueing theory, with templates aggregated groups of elements are introduced which allow efficient modelling and analysis of systems. In the lesson business processes are presented which address different levels of logistic systems.
The lessen has the following content:
- Basic terms and definitions of queueing theory
- Stochastic distributions
- Check of input data
- Abstraction and reduction
- Modelling and experimental frame
- Experiments
- Business processes and their models
- Computational models
- Integration of simulation software in the digital factory
- Testing environements
- Scheduling in combination with simulation models

The participants have dealt with theoretical foundations of simulation technology and have been acquainted with queueing theory and modelling. They have a good command over corresponding software and are able to model and analyse simple logistic processes. They can judge the value of the technology for daily operations and for the elaboration of scientific researches and use simulation. They acquire the competence for the utilization of the technology in industrial as well as in research environments.

• Arnold, D.; Furmans, K.: Materialfluss in Logistiksystemen, Springer-Verlag, 2019
• Tempelmeier, H.: Modellierung logistischer Systeme, Springer-Verlag, 2018
• Engelhardt-Nowitzki, C., Nowitzki, O.; Krenn, B.: Management komplexer Materialflüsse mittels Simulation: State-of-the-Art und innovative Konzepte; Deutscher Universitäts-Verlag, 2008.
• Altiok, T.; Melamed, B.: Simulation Modeling and Analysis with ARENA; Elsevier, 2007
• Lauer, C.: Integriertes Modell zur Materialflusssimulation und zur Visualisierung in der virtuellen Realität; Produktionstechnische Berichte aus dem FBK; 2013, Bd. 01
• Banks, J., Carson, J. S., Nelson, B. L. and Nicol, D. M.: 2000, Discrete Event System Simulation, 3rd edn, Prentice Hall.
• Zeigler, B. P., Elzas, M.; Oren, T. Modelling and Simulation Methodology: Knowledge Systems Paradigms, Elsevier North Holland; 1989
• Bayer, J.; Collisi, Th.; Wenzel, S.: Simulation in der Automobilproduktion, Springer-Verlag, 2003
• VDI: Richtlinie 3633, Simulation von Logistik-, Materialfluss- und Produktionssystemen, Beuth-Verlag