Simulationsmethoden (Vorlesung)

Dozent:
Dr. Jan Spitzner

Sprachen:
DE

Zeitraum:
Wintersemester

StudIP:
Zum Kurs

Studiengang:
Pflichtveranstaltung im Masterstudiengang "Logistik, Infrastruktur und Mobilität" (LIM)

Inhalt:
Die Simulation ist eine relevante Forschungsmethode in der Logistik. Über die Abstrahierung und Analyse von Prozessen und Interaktionen auf verschiedenen Detailstufen, kann ein tieferes Verständnis der Szenarien und ihrer relevanten Zusammenhänge erreicht werden. Über Simulationsexperimente können Variationen der Szenarien betrachtet und auf ihre Auswirkungen auf die Performance untersucht werden.

Diese Veranstaltung vermittelt die Grundlagen der Simulation. Es wird ein Überblick über die gängigen Simulationsmethoden vermittelt und deren Anwendungsbereiche in Forschung und Praxis aufgezeigt. Hierbei werden insbesondere ihre Vorteile, Nachteile und zu beachtenden Herausforderungen in der Anwendung diskutiert. Die Beschreibung des kompletten Forschungsprozesses zur Anwendung einer Simulation, von der Modellierung, über Simulationsexperimente, bis hin zur Kommunikation der Ergebnisse, soll die Studierenden befähigen ein Simulationsprojekt zu planen und durchzuführen.

Insbesondere beinhaltet die Vorlesung die folgenden Themen: 

• Modulhandbuch - Master of Science "Logistik, Infrastruktur und Mobilität"Simulation – Definition, Potential und Herausforderungen
• Simulationsmethoden und ihre Anwendungen 
• Monte-Carlo Simulation
• Diskrete Event-Simulation
• System Dynamics 
• Agentenbasierte Simulation 
• Simulationssoftware und –tools 
• Modellierungsprozess und Implementierungshilfen an Beispiel-Modellen

Literatur:

I.

Law, A.M. (2014) Simulation Modeling and Analysis. 5th Edition. McGraw-Hill.

Gilbert, N., & Troitzsch, K. (2005). Simulation for the social scientist. McGraw-Hill International.

Robinson, S. (2004) Simulation: The Practice of Model Development

II. 

Charnes, J. (2007). Financial Modeling with Crystal Ball and Excel, Wiley (Finance): Hoboken, New Jersey. 

Gilbert, N. (2008). Agent-based models. Sage: Thousand Oaks, CA. 

Grimm, V., Berger, U., Bastiansen, F., Eliassen, S., Ginot, V., Giske, J., ... & DeAngelis, D. L. (2006). A standard protocol for describing individual-based and agent-based models. Ecological Modelling, 198(1), 115-126.  

Grimm, V., Berger, U., DeAngelis, D. L., Polhill, J. G., Giske, J., & Railsback, S. F. (2010). The ODD protocol: a review and first update. Ecological Modelling, 221(23). 

Lorscheid, I., Heine, B. O., & Meyer, M. (2012). Opening the ‘black box’of simulations: increased transparency and effective communication through the systematic design of experiments. Computational and Mathematical Organization Theory, 18(1), 22-62. 

Meyer, Matthias & Heine, B.O. (2009). Das Potenzial agentenbasierter Simulationsmodelle: Aufgezeigt im Anwendungsfeld „Computational Organization Theory“. Die Betriebswirtschaft. 69:495-520. Woolridge, M. (2002). An Introduction to Multiagent Systems, Wiley & Sons, Chichester. 

Railsback, S.F. & Grimm, V. (2012). Agent-based and individual-based modeling. A practical introduction. Princeton University Press: Princeton, NJ & Oxford, UK.