Adaptive Modellierung und Simulation - Adaptive Systemarchitektur ...
Adaptive Modellierung und Simulation - Adaptive Systemarchitektur ...
Adaptive Modellierung und Simulation - Adaptive Systemarchitektur ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
5.4.3 Modellintegration realen Systemverhaltens<br />
Der <strong>Simulation</strong>srahmen 5-41<br />
Für eine sachgerechte <strong>Modellierung</strong> ist es notwendig, die Beziehungen <strong>und</strong><br />
Wechselwirkungen der einzelnen Objekte des Systems untereinander zu messen.<br />
Typischerweise können wir dies durch eine Regression erreichen (s. Kapitel 2 <strong>und</strong><br />
4), bei der wir die Einflüsse der verschiedenen Variablen testen <strong>und</strong> bewerten.<br />
Typische messbare Eingabegrößen einer diskreten, ereignisorientierten <strong>Simulation</strong><br />
sind<br />
• die Frequenz oder der Zeitabstand auftretender Ereignisse, etwa zwischen<br />
verschiedenen Eingabeereignissen oder zwischen der Eingabe <strong>und</strong> der<br />
Ausgabe<br />
• eine nachgefragte Menge (Ausgabe) pro Zeiteinheit<br />
• die Zeitdauern für die Dienstleistung in Warteschlangen, etwa bei der Bedienung<br />
von Menschen oder der Fertigung von Waren<br />
Haben wir Warteschlangen im System, so müssen wir ermitteln, ob <strong>und</strong> welche<br />
Abweichung von dem klassischen Warteschlangenmodell hier vorliegt:<br />
• Gibt es eine zentrale Warteschlange für mehrere Bedienstationen, oder hat<br />
jede Station ihre eigene?<br />
• Ist es möglich, sich vorzudrängeln (cheating), die Warteschlange plötzlich<br />
zu wechseln (swopping), das Warten vorzeitig abzubrechen (reneging) oder<br />
angesichts einer vollen Warteschlange sich gar nicht erst anzustellen (balking)?<br />
Beachtete man diese Nebenbedingungen nicht, so schätzt man den Durchsatz<br />
vollkommen falsch ein.<br />
<strong>Modellierung</strong> der Eingabeverteilungen<br />
Zur Bestimmung der Verteilung der Eingabegrößen können wir auf eine Vielzahl<br />
möglicher Verteilungen zurückgreifen. Dabei sollten wir nicht nur die Verteilung<br />
wählen, die sich am Besten den gemessenen Daten anpassen lässt, sondern bei<br />
gegebener Auswahl diejenige wählen, deren Annahmen inhaltlich am Besten dem<br />
Modell entspricht:<br />
• Beobachten wir eine reelle Variable, die als Summe von unabhängigen Zufallsgrößen<br />
entsteht, so ist eine Normalverteilung angebracht.<br />
• Ist die beobachtete Variable x als Produkt unabhängiger Zufallsgrößen yi<br />
zustande gekommen, so ist der Logarithmus der beobachteten Variablen<br />
m<br />
ln x = ln ∏ yi<br />
= ∑ ln yi<br />
=<br />
i= 1<br />
m<br />
i= 1<br />
n<br />
∑<br />
i= 1<br />
X<br />
i<br />
(5.78)