Modellbildung und Simulation

Slides:



Advertisements
Ähnliche Präsentationen
Integrations- und Funktionstests im Rahmen des V-Modelles
Advertisements

Simulation komplexer technischer Anlagen
Dr. Brigitte Mathiak Kapitel 10 Physische Datenorganisation.
Modellbasierte Software-Entwicklung eingebetteter Systeme
Moderne Methoden der KI: Maschinelles Lernen
Finale Semantik und beobachtbares Verhalten
Genetische Algorithmen für die Variogrammanpassung
Modellierung und Schätzung von Variogrammen
8 Behandlung von Begriffen 8.1 Grundlagen aus Logik und Psychologie
Universität Stuttgart Institut für Kernenergetik und Energiesysteme Aufgaben des Testens Vergleich des Verhaltens einer Software mit den an sie gestellten.
Universität Stuttgart Institut für Kernenergetik und Energiesysteme System- und Abnahmetests Inhalt Testen des Systems unter Mitwirkung des Auftraggebers.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (02 – Funktionenklassen) Prof. Dr. Th. Ottmann.
Computerkurs: Quantitative Auswertung biochemischer Experimente Tag 8 Einführung in die numerische Integration Aufgabe 18: Simulation einer Assoziationskinetik.
Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerische Methoden, SS Numerische Methoden.
Vortrag 11: Reengineering - Refactoring
Modellbildung in der Geoökologie (G5, 103) SS 2004
Was ist ein Modell ? Repräsentiert Zugang: Mathematik Zugang: Empirie
Entwicklung von Simulationsmodellen WS 2007/08 Dr. Falk-Juri Knauft Mittwoch 9.15 Uhr – Uhr S25 Praktikum zur Entwicklung von Simulationsmodellen:
Einführung in die Systemtheorie
Physik Prof. Dr. Manfred Koch
Mathematik - Naturwissenschaften
Powertrain Hybrid Systems Electric Drives.
Entwicklung standardorientierter Aufgaben – am Beispiel naturwissenschaftliche Erkenntnisgewinnung Jürgen Mayer.
Spezifikation von Anforderungen
Deutsch als Zweitsprache: Experimentelle Methoden WS 2013/2014
Maike Thiel Kezban Akayin Kirstin Körner Hayriye Görsün präsentiert.
Sali zäma.
§24 Affine Koordinatensysteme
? Was ist Informatik? Was ist Informatik? Alexander Lange
Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 01Teil.
Ausgleichungsrechnung II
Endliche Automaten Informatik JgSt. 13, Abitur 2009
Gymnasium Interlaken, August 2008
Erzeugen von Karten, Layern und Legenden
§3 Allgemeine lineare Gleichungssysteme
Künstliches Neuronales Netz nach John Hopfield
Allgemeines zu Datenbanken
Informatik: Zwischen Wissenschaft und Zehnfingersystem
Paradigmenwechsel in der Unternehmensmodellierung Prof. Dr. Wolfgang Voigt Dipl.-Ing. Päd. Alexander Huwaldt UML Extrakt UML Seminar, Chemnitz
Neugierde die Triebfeder der Forschung
1 Dr. Carlheinrich Heiland Universität Hamburg - Die Computersimulation verändert als Schlüsseltechnologie die Arbeitsweise in Planung.
Modellbildung und simulation
Fragen und Einwände hinsichtlich der Möglichkeit einer Schöpfungsforschung Thomas Waschke
Zentralabitur 2006 im Fach Mathematik.
Modellbildung und Simulation Woche 4 Dr. -Ing. Tamás Szakács, PhD.
Standards & Kompetenzen
Charles Hohmann, Dr. phil., Institut Montana Zugerberg
Was ist Physik?.
Fourier-Analyse und technologische Anwendungen
Modellbasierte Software-Entwicklung eingebetteter Systeme
Modellbildung und simulation
Statistik – Regression - Korrelation
Lernmodelle und Experimentelle Untersuchungen
Messergebnis Das Messergebnis ist der Näherungswert für den wahren Wert der Messgröße, der durch Auswertung der mit einer Messeinrichtung gewonnenen Messwerte.
Modellieren mit Mathe in Jg. 8
7. Formale Sprachen und Grammatiken
Info2 Prof. J. WALTER info2 Stand: März 2002 Seite 1 Einführung in die Systemtheorie Definition System: Ein in sich geschlossenes, geordnetes und gegliedertes.
Mathematikunterricht mit Computern Einleitung: Von der EDV – Nutzung zur Medienvielfalt Karl Josef Fuchs, Universität Salzburg Johannes Kepler Universität.
Computer und Multimedia im Chemieunterricht Einordnung aus didaktischer Sicht.
Mathematikunterricht (Informatikunterricht) mit Computern
Strukturmodelle: Systematik, State of the Art bearbeitet von: Dr. Gerhard Buck-Sorlin Institut für Pflanzengenetik und Kulturpflanzenforschung Gatersleben.
Modellbildung und Simulation
Adaptive Modellierung und Simulation Kapitel 1: Einleitung
Institut für Kartographie und Geoinformation
AusbreitungsmodelleAusbreitungsmodelle GIS-Seminar WS 2001/2002 Vortrag: Jaimie E.H. Viadoy Betreuer: Udo Quadt
Vorlesung Wasserwirtschaftliche Modellierung
Dr. Wolfram Amme, Semantik funktionaler Programme, Informatik II, FSU Jena, SS Semantik funktionaler Programme.
Objektorientierte Programmierung Was ist das eigentlich ?
Prognose von Zeitreihen Hans Nübel Hans Nübel Prognose von Zeitreihen Aufbau 1.Motivation 2.Holt-Winters-Verfahren 3.Prognose.
 Präsentation transkript:

Modellbildung und Simulation Dr. -Ing. Tamás Szakács, PhD

System Ein System ist eine Ansammlung von Elementen dessen Eigenschaften von Interesse sind bzw. welche es zu untersuchen gilt. Dabei kann ein System wiederum aus mehreren kleineren Systemen – sogenannten Sub-Systemen - zusammengesetzt sein. Sobald wir ein System definieren, legen wir im selben Zuge eine sogenannte Systemgrenze fest. Dadurch grenzen wir das System von seiner Umgebung ab. Dieser Schritt soll so durchgeführt werden, dass nur der Teil beschrieben wird, der auch von Interesse ist. Das System tauscht über die Systemgrenze Informationen mit der Umgebung aus, welche über Eingänge und Ausgänge – die eindeutig beschreibbar sein müssen - dargestellt werden können.

System u(t) y(t)

System Wen Mann von System sprichst denkt Mann beispielsweise am: Koordinatensystemen (Matematik) Ökosysteme (Biologie, Geographie) Betriebsysteme (EDV, Informatik) Sonnensystem (Astronomie) Herz-Kreislauf-System (Biologie) Wirtschaftssystem (Gemeinsamschaftskunde) Feder-Masse-System (Physik)

System Mann spricht von einem System, wenn: Mehrere komponenten (Systemelemente) gegeben sind. Zwischen diesen Elemente (funktionale) Beziehungen bestehen. Eine plausible Grenze angegeben werden kann, die das system von seiner Umgebung trennt. Bestimmte Wechselbeziehungen zur Systemumgebung bestehen.

Experimenten Probleme beim Durchführen von Experimenten: Experimente sind in der Regel sehr zeitaufwändig und kostenintensiv, da Prototypen entwickelt werden müssen. Ein kleiner Fehler im Prototyp kann bis zur vollständigen Zerstörung führen. Experimente können sehr gefährlich sein. Um das System zu testen muss das entsprechende Equipment Vorhanden sein.

Modellierungszyklus Der Zyklus der mathematischen Modellierung läuft im allgemeinen wie folgt ab: 1. Verständnis des realen Problems. 2. Wahl der Skalen und der entsprechenden mathematischen Beschreibung. 3. Entwicklung eines mathematischen Modells. 4. Sensitivitätsanalyse und eventuelle Vereinfachung des Modells. 5. Numerische Simulation des Modells. 6. Interpretation der Lösung. 7. Vergleich der Lösung mit realen Daten. 8. Falls nötig, Verfeinerung des Modells oder (optimale) Änderung von Parametern.

Modellierungszyklus

Modellierungszyklus

Definitionen: Simulation Die Simulation ist eine Anwendung des aufgebauten Modelles für eine vorgegebenes Problemlösung, um die Erkenntnis der geprüften Erscheinung gäenzlich zu ermöglichen.

Matematische Modellbildung Ein mathematisches Modell eines realen Systems erhält man prinzipiell auf zwei verschiedene Arten: Durch physikalische Gesetze welche auf Naturgesetzen basieren die über mehrere Generationen bedeutender Wissenschaftlern entstanden sind. Durch sogenannte System-Identikation (experimentelle Identikation), basierend auf Beobachtungen und Experimenten am realen System.

Matematische Modellbildung Physikalische Modellbildung: White-Box Modell Ziel der Modellbildung ist es, ein reales physikalisches System in Form eines mathematischen Modells abzubilden. Dabei soll das Modell das Verhalten des realen physikalischen Systems so gut wie es im jeweiligen Fall nötig ist beschreiben. Sobald das physikalische System mit einem geeigneten mathematischen Modell beschrieben wurde, kann es simuliert werden.

Matematische Modellbildung Experimentelle Identikation: Black-Box Modell Gelingt es nicht - aus welchen Gründen auch immer - das Modell durch physikalische Gesetze aufzustellen, wird das reale System aufgrund von Beobachtungen und Experimenten identiziert. Ziel ist es natürlich auch hier das Modell so gut wie möglich an das reale System anzugleichen. Das System wird hier allein durch Messungen identiziert. Der große Nachteil der experimentellen Identikation besteht darin, dass das reale System vorhanden sein muss, um anhand diverser Messungen ein Modell zu generieren.

Matematische Modellbildung Semi-Empirische Modelle Modelle die teilweise auf physikalischen Modellen und teilweise auf durch Messungen gewonnenen Modellen basieren, werden als semi-empirische Modelle bezeichnet. Diese kommen in der Praxis oft zum Einsatz, da es oft nur schwer möglich ist, physikalische Vorgänge mittels Gleichungen, hinreichend genau zu beschreiben.

Simulieren - Definition

Numerische Simulation - Definition Eine Simulation ist nichts anderes als ein Experiment, welches am mathematischen Modell durchgeführt wird. Eine Simulation wird mit Hilfe eines Computer Programms durchgeführt und ist eine numerische Approximation der analytischen Lösung des Modells. Dabei werden Eingänge u(t) vorgegeben und das Verhalten der Ausgänge y(t) beobachtet.

Überblick – Motivation

Simulationen

Simulationen Matlab/Simulink

Simulationen LabView

Simulationen Virtuelle Realität

Klassifikation der verschiedenen Modelle Man unterscheidet materielle und gedankliche Modelle. Materielle Modelle sind: - Geometrische Modelle (Sample) - Experimental Modelle + Natürliche Modelle + Künstliche Modelle - Ausbildung (anschauliche Modelle) - Forschung (experimentelle Modelle) Gedaklihe Modelle sind: - Geometrische Konstructionsmodelle (CAD) - Physische Modelle + Kontinuum-Modelle + Diskrete -Modelle - Mathematische

Realität - Definition

Realität - Eigenschaften Gleichzeitig: geordnet (deterministic) zufällig (stochastic) (Csizmadia: esetlegesség)