zwei Folien pro Seite - CES

Vorlesung: Modellbildung zur Bewertung und Optimierung von eingebetteten Systemen 

Vorlesung im Sommersemester 2005 

Modellbildung zur Bewertung und 

Optimierung von eingebetteten Systemen 

Institut für Rechnerentwurf und Fehlertoleranz 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

(Prof. D. Schmid) 

Dr. M. Syrjakow 

Vorlesung "MODELLBILDUNG" 

Organisatorisches 

Termin: Montags, 11:30 - 13:00, wtl. 

(Sommersemester 2005) 

Ort: Raum 062, Gebäude 20.20 

Prüfbar: Schwerpunktgebiete 

Entwurf eingebetteter Systeme 

Systemtechnik 


Dr. Michael Syrjakow 

1 

2 

1


Literatur: Wird jeweils bekanntgegeben 

Skript: Folien sind im Postscript und PDF-Format 

auf der WWW-Seite zur Vorlesung unter 

folgender Adresse erhältlich: 

http://goethe.ira.uka.de/people/syrjakow/mod_vorlesung/seiten/modvorl.html 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

Organisatorisches 


Who is Who? 

Michael Syrjakow 

Raum 061.3 (Geb. 20.20), Tel.: 608-4258 

syrjakow@ira.uka.de 

http://goethe.ira.uka.de/~syrjakow/ 



3 

4 

2


√ Organisatorisches 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

Inhalt der Vorlesung 

Übersicht über die Vorlesung 

System und Modell 

Verfahren zur Leistungsbewertung von 

– Rechen- und Kommunikationssystemen 

– Eingebetteten Systemen 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 



Leistungsbewertung durch modelltheoretische Verfahren 

– Allgemeine Vorgehensweise bei der Modellierung 

– Modellierungstechniken 

Modellauswertung durch Simulation 

– Einführung in die rechnergestützte Simulation 

– Teilprobleme bei der rechnergestützten Simulation 

– Simulationswerkzeuge 



5 

6 

3


KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 


Zukunftstechnologien in der Modellierung und Simulation 

– Java 

– World Wide Web 

– Komponenten 

Fallstudien zur modellbasierten Leistungsanalyse 

– Speichergekoppeltes Multiprozessorsystem 

– Vernetzung eingebetteter Systeme durch ein 

Feldbussystem 

Modelloptimierung 

– Problemstellung 

– Vorgehensweise 

– Verfahren 

– Fallstudien 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 



Zusammenfassung und Ausblick 



7 

8 

4


Charakterisierung eingebetteter Systeme 

Bei eingebetteten Systemen handelt es sich um einen durch 

Software kontrollierten Computer oder Mikroprozessor, 

der Teil eines größeren Systems ist, dessen primäre 

Funktion nicht rechenorientiert ist. 

Anwendungen finden sich in der Wehrtechnik, Luft- und 

Raumfahrt, Automobilbau, Konsumelektronik, bei 

Messgeräten und peripheren Einheiten in der 

Computerindustrie. 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 



Eingebettete Systeme werden eigens für spezielle 

Anwendungen entworfen und führen dedizierte Funktionen 

innerhalb eines Gesamtsystems aus. 

Eingebettete Systeme bestehen aus Hard- und Software. 

Neben Standardhardware wie Mikroprozessoren bzw. 

Mikrokontrollern wird häufig auch speziell entworfene 

Hardware verwendet (z.B. MPEG-Dekoder in der 

Videotechnik, etc.) 

Eingebettete Systeme können Echtzeitsysteme sein, 

müssen es allerdings nicht. 



9 

10 

5



Speicher 

Prozessor 

Schematische Darstellung eines eingebetteten Systems 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

Kopplung 

ASIC 

eingebettetes System 

Systemumgebung 

Prozessor 



- Standard 

Komponente 

Bedeutung eingebetteter Systeme 

Nahezu neun Zehntel aller elektronischen Bauelemente 

sind in Geräten implementiert, die als eingebettete Systeme 

bezeichnet werden. 

Eingebettete Systeme sind heute auf breiter Front in alle 

Bereiche der Technik eingedrungen. 

Die Hauptgründe für das große Interesse an eingebetteten 

Systemen sind 

– Fortschritte in Schlüsseltechnologien (Mikroelektronik, 

formale Methoden) und die sich daraus ergebende 

– Vielfalt von Anwendungen 


11 

12 

6


Gefahrenpotential eingebetteter Systeme 

Eingebettete Systeme haben immer dann ein großes 

Risikopotential, wenn es sich um Echtzeitanwendungen 

handelt, wenn also harte Forderungen in Bezug auf das 

Zeitverhalten existieren. 

Dieses Gefahrenpotential wird häufig nicht erkannt oder in 

seiner Auswirkungen unterschätzt. 

Um das Risikopotential zu minimieren, bedarf es eines 

systematischen Entwicklungs- und Bewertungsprozesses. 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 


Vorlesungsziele 

Grundlegende Einführung in Methoden zur Bewertung 

und Optimierung von eingebetteten Systemen, mit 

Hauptaugenmerk auf dem (digitalen) elektronischen 

Systemanteil (Speicher-Prozessor-Bus Ebene). 

Ausgangspunkt: Konventionelle Methoden zur Bewertung 

und Optimierung von Rechen- und Kommunikationssystemen. 

Anschließend: Anpassungen und Erweiterungen 

hinsichtlich der speziellen Problematik eingebetteter 

Systeme. 



13 

14 

7


KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

Fallstudien 

Speichergekoppeltes Multiprozessorsystem mit 

Mehrfachbus 

Vernetzung eingebetteter Systeme durch ein 

Feldbussystem mit Multi-Master-/Slave- 

Zugriffsverfahren 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 


Speichergekoppeltes Multiprozessorsystem 

mit Mehrfachbus 

PE 1 PE 2 PE p 

P1 P2 Pp LS2 LS1 ··· 

LB 1 LB 2 LB p 

GS 1 GS 2 

· 

··· 



LS p 

GS s 

GB 1 

GB 2 

GB b 

15 

16 

8


Vernetzung eingebetteter Systeme 

durch ein Feldbussystem 

Feldbus- 

Komponente 

SW 

Anwendungs- 

prozeß 

BUS 

HW 

HW 

SW 

Prozeß 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

Logischer Tokenring 

Aktive Teilnehmer T a 

Prozeß 

SW 

HW 

SW 

HW 

Prozeß 

Passive Teilnehmer T p 

Prozeß 

SW 

HW 

SW 



HW 

Prozeß 

Modellierungstechniken 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

Anwendungsgebiete: 

• Automobiltechnik 

• Gebäudeautomatisierung 

Warteschlangennetze und deren Erweiterungen 

ankommende 

Aufträge 

Petrinetze und deren 

Erweiterungen 

Bedienstation 

Warteschlange 

gerichtete Kante 

1 

n 

identische 

n 

Bedieneinheiten 

Platz p 

Marke 

Transition t 


bediente 

Aufträge 

zur 

Eingangsplätze 

t 

Transition 

zur 

Ausgangsplätze 

t 

Transition 

17 

18 

9


Erweitertes Warteschlangenmodell des speichergekoppelten 

Multiprozessorsystems mit Mehrfachbus 

Bedienstation1 

P λ 

3 

P 1 

1 

3 

1 

3 

1 

3 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

GS 3 

GS 1 

GS 2 

µ 

GB 




µ 

µ 



GSPN-Modell des speichergekoppelten 


1 

3 

t 5 

t 8 

p 1 

t 1 

p λ 

3 

p4 p5 p6 t 2 

t 3 

t 4 

1 

1 

3 

3 

P 

GB 

p 2 

p7 p8 p9 p10 p11 p12 t6 t 7 

GS1 GS2 GS3 t 9 

t µ µ µ 

10 

P 4 

P 2 

P 5 


19 

20 

10


Noch ein GSPN-Modell des speichergekoppelten 


P2 

t6 

P9 

P2 

T11 

m9*µ 

t5 

P8 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

P2 

T10 

m8*µ 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

P2 

t4 

P7 

P2 

T9 

m7*µ 

t3 

P6 

P1 

T1 

T8 

m6*µ 

P1 P1 P1 P1 

P3 



m1*λ 

P4 

t2 

P5 

T7 

m5*µ 

Parameteroptimierung von Simulationsmodellen 

mit direkten Optimierungsverfahren 

ß 

e 

z 

o 

r 

s 

p 

g 

n 

u 

r 

tim 

ie 

O 

p 

Prozeß- 

ß 

e 

z 

r 

o 

p 

tio 

n 

s 

u 

la 

S 

im 

Parametervektor 

{ 

x1 Modelleingabeparameter 

Direkte Optimierungsstrategie 

Zielfunktionswert 

synchronisation x Schnittstelle 

x 

x 2 

x n 

Simulationsmodell 

fM D⊂ : R n R → m 

Modellausgabegrößen 


} am a1 a2 F( ) 

21 

22 

11


Simulationsbasierte Zielfunktionen 

Multiprozessorsystem Feldbussystem 

F 

x1 

x2 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 


Direkte Optimierungsverfahren 

Genetische Algorithmen 

Simulated Annealing 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

global lokal 


F 

hybrid 

x1 

Hill-Climbing Methoden 


x2 

23 

24 

12


Ziel des Systementwurfs: 

Prototypische 

Realisierung 

Zu entwickelndes System 

- Funktionale Spezifikation 

- Lösungsprinzipien 

- Technologie 

Modellbildung 

u 

n 

g 

lb 

ild 

e 

d 

M 

o 

System 

tio 

n 

) 

k 

a 

b 

s 

tr 

(A 

Systemmodell 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

g 

n 

u 

lis 

ie 

r 

R 

e 

a 

Optimierung 

experimentelle 

realen System 

am 

Modelloptimierung 


System und Modell 

Der Systembegriff und sein Umfeld 

System: 


“optimale“ Systeme 


System* 

g 

n 

u 

lis 

ie 

r 

R 

e 

a 

Systemmodell* 

• Abgegrenzte Anordnung von aufeinander einwirkenden Gebilden 

[Lexikon der Informatik und Datenverarbeitung]. 

• Solche Gebilde können sowohl Gegenstände als auch 

Denkmethoden und deren Ergebnisse (z.B. Organisationsformen, 

mathematische Methoden, Programmiersprachen) sein. 

• Diese Anordnung wird durch eine Hüllfläche von ihrer Umgebung 

abgegrenzt oder abgegrenzt gedacht. 

25 

26 

13



Weitere Systemdefinitionen: 

Menge von miteinander in Beziehung stehender Teile 

(Komponenten), die zu einem gemeinsamen Zweck interagieren. 

[Forrester 72] 

Ein von seiner Umwelt abgegrenzter Wirklichkeitsbereich 

[Schmidt 85]. Ein reales System ist immer offen, d.h. es 

steht mit seiner Umwelt in Beziehung. 

Sehr allgemeine Begriffsdefinitionen, die sich auf alle 

Formen von Systemen (technische, biologische, soziale, 

organisatorische, etc.) anwenden lassen. 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 



In dieser Vorlesung werden technische Systeme betrachtet. 

Technisches System: 

System, das ausschließlich aus technischen Bestandteilen 

besteht. [Lexikon der Informatik und Datenverarbeitung] 

Die Beschreibung eines technischen Systems umfasst dessen 

statische Struktur (Systemkomponenten und deren 

Verknüpfung über Schnittstellen) sowie dessen dynamisches 

Verhalten, das durch die im System ablaufenden 

Prozesse festgelegt wird. 



27 

28 

14


Prozess: 


Geschlossener Vorgang in einem System, bei dem Materie, 

Energie und/oder Information umgeformt wird und/oder 

transportiert wird. [DIN 66201] 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 



Systemanalyse: 

• Systematische Untersuchung komplexer Systeme mit dem Ziel, den 

Entscheidungsverantwortlichen umfassende Informationen über die mit 

ihren Handlungsmaximen und Handlungsalternativen verbunden 

zur Verfügung zu stellen. [Page 91] 

Konsequenzen 

Systemtheorie: 

• Allgemeine Theorie des Zusammenhangs zwischen Struktur und Verhalten 

von Systemen. Gesucht wird nach Grundprinzipien, die gleichermaßen für 

alle Systeme gelten, die in den unterschiedlichen wissenschaftlichen 

Disziplinen erforscht werden. [Page 91] 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 



29 

30 

15


System– 

eingang 

System– 

elemente 

System– 

eingang 

Grundlegende Systembegriffe 

S 1 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

S 4 

Systemumgebung 

System 



3 S3 S 

Rückkopplungen 


Systemelement: 

• Nicht weiter unterteilbare oder als nicht weiter unterteilbar 

betrachtete Komponenten eines Systems, denen Eigenschaften 

zugeordnet werden können. 

(Attribute) 

Zustandsvariable: 

Veränderliche Eigenschaft eines Systems. 

• 

Zustand des Systems: 

• Menge der Werte aller Zustandsvariablen zu einem bestimmten 

Zeitpunkt. 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

S 2 


System– 

ausgang 

31 

32 

16



Systemverhalten: 

Zustandsfolgen, die sich ergeben, wenn sich die Werte der 

Zustandsvariablen im Verlauf der Zeit ändern. 

Komplexität eines Systems: 

Hängt von der Anzahl der Systemelemente und deren 

Beziehungen (kausale Beeinflussungen) untereinander 

(Verflechtungsgrad) ab. 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 



Offenes System: 

Steht mit seiner Umwelt (Systemumgebung) in Beziehung; 

reale Systeme sind praktisch immer offen. 

Geschlossenes System: 

Im Idealfall ein System, auf das keinerlei Umwelteinflüsse 

einwirken. 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 



33 

34 

17



Statisches System: 

Der Systemzustand bleibt unverändert im Zeitverlauf. 

Dynamisches System: 

Der Systemzustand ändert sich im Zeitverlauf. 

h 

r 

lic 

u 

ie 

n 

tin 

o 

k 

s 

ta 

n 

d 

z 

u 

s 

t 

e 

is 

k 

r 

d 

s 

ta 

n 

d 

z 

u 

s 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 


Einteilung dynamischer Systeme 

d 

n 

a 

t 

s 

u 

m 

z 

e 

t 

S 

y 

s 

d 

n 

a 

t 

s 

u 

m 

z 

e 

t 

S 

y 

s 

zeitkontinuierlich 

Zeit 

Zeit 

a) 

c) 

d 

n 

a 

t 

s 

u 

m 

z 

e 

t 

S 

y 

s 

d 

n 

a 

t 

s 

u 

m 

z 

e 

t 

S 

y 

s 

zeitdiskret 

Zeit 

Zeit 

festes Zeitraster 

b) 

d) 

te 

r 

s 

a 

r 

n 

d 

s 

u 

s 

ta 

te 

s 

Z 

f 

e 

s 



a Kontinuierliche 

Systeme 

b Systeme diskreter 

Ereignisse 

c Diskrete Systeme 

d Ganzzahlige 

zeitdiskrete Systeme 

e Sonderfall von b) aber 

ohne festes Zeitraster: 

Ereignisorientierte 

diskrete Systeme 

35 

36 

18



Deterministische Systeme: 

• Systeme mit deterministischem Verhalten. Dieses liegt dann vor, wenn 

eine eindeutige Folge von Zuständen bzw. Abläufen gegeben ist, d.h. 

eine Ursache mit Notwendigkeit zu einer bestimmten Wirkung führt. 

Stochastische Systeme: 

• Systeme mit stochastischem Verhalten. Dieses liegt dann vor, wenn 

keine eindeutige Folge von Zuständen bzw. Abläufen gegeben ist, d.h. 

ein und dieselbe Ursache zu verschiedenen Wirkungen führen kann. 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 



Gemischte oder hybride Systeme: 

Systeme, die aus verschiedenartigen Teilsystemen 

zusammengesetzt sind. 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 



37 

38 

19


Beziehung “System - Modell“ 

Die gleichen Definitionen, die für Systeme aufgestellt 

wurden, können auch auf Modelle angewandt werden. 

Zu beachten ist: 

Bei der Modellbildung muss der Typ des Modells nicht mit 

dem Typ des Systems übereinstimmen. 

In den meisten Fällen liegt hier sogar keine 

Übereinstimmung vor. 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 


Modelle 

Modelle sind das Ergebnis des Vorgangs der Modellbildung, 

bei dem Systeme auf Modelle abgebildet werden. 

Modelle sind selbst wiederum Systeme, die aber die 

Elemente und Relationen des Ursprungssystems in 

veränderter Weise darstellen. [Page 91] 

Modelle sind materielle oder immaterielle Systeme, die 

andere Systeme so darstellen, dass eine experimentelle 

Manipulation der abgebildeten Strukturen und Zustände 

möglich ist. [Niemeyer 77] 



39 

40 

20


Bedeutungsvielfalt 

– schwierig zu definieren 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

Der Modellbegriff 

– jede Definition greift zu kurz 

Ähnliche Probleme auch bei Begriffen aus dem Umfeld 

des Modellbegriffs 

– Original 

– Wirklichkeit 

– Abbild 


Allgemeine Modelltheorie (Stachowiak, 1973) 

Original 

System 

(reales 

Modell) 

oder 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

Abstraktion 

Subjekt 

Zweck 



Modell 

Ab- 

(vereinfachtes 

des Originals) 

bild 

41 

42 

21


Prozess der Modellbildung beim Menschen 

Menschliches Bewusstsein 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

und 

Ordnen 

Interpretieren 

von Daten 

M odellaufbau 


Wozu Modelle? 


1 

Wirklichkeit 

Umwelt 

Originalsystem 

n 

a 

k 

tio 

tr 

s 

A 

b 

Abstraktes 

2 Systemmodell 

Abstraktes 

Systemmodell 

k 

u 

n 

g 

lis 

ie 

a 

I 

d 

e 

Abstraktes 

Systemmodell 

Durchführung von Experimenten, die am Original nicht durchgeführt 

• 

sollen, können oder dürfen 

werden 

• Verstehen eines Gebildes 

• Kommunizieren über ein Gebilde 

• Gedankliches Hilfsmittel zum Gestalten und Bewerten eines Gebildes 

• Spezifikation von Anforderungen an ein geplantes Gebilde 

Aufstellen/Prüfen von Hypothesen über beobachtete oder postulierte 

• 

Phänomene 

• Gefahrloses und kostengünstiges Training/Ausbildung 

• Ersatz für ein fehlendes oder defektes Originalsystem 

• Unterhaltung 

• etc. 


43 

44 

22


Modelle in der Informatik 

• von zentraler Bedeutung aufgrund der hohen Komplexität von 

Informatiksystemen 

– permanente Erhöhung der (bereits zahlreichen) 

Abstraktionsebenen 

– zusätzliche orthogonale Sichten 

– Modell-getriebene Systementwicklung 

• grob klassifizierbar in 

– Modelle für die Informatik (als Hilfsmittel zum Verstehen, 

Konstruieren und Beurteilen von Informatiksystemen) 

– Modelle für Bereiche außerhalb der Informatik, die mit Mitteln der 

Informatik umgesetzt werden 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 


Klassifikation von Modellen 

Möglichkeiten zur Klassifikation: 

Art der Untersuchungsmethode 

Abbildungsmedium 

Art der Zustandsübergänge 

Verwendungszweck 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 



45 

46 

23


Klassifikation nach Abbildungsmedium und 

Untersuchungsmethode 

materiell immateriell 

verbal 

Modelle 

informal 

grafischdeskriptiv 

mathematisch 

formal 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

grafischmathematisch 

analytisch simulativ analytisch simulativ 



• materielles Modell: 

Schiffsmodell 

• verbales Modell: 

umgangssprachliche Beschreibung 

• grafisch-deskriptives Modell: 

Flussdiagramm 

• mathematisches Modell: 

Gleichungssystem 

• grafisch-mathematisches Modell: 

Petri-Netz 

Klassifikation nach Art der Zustandsübergänge 

Modelle 

statisch dynamisch 

kontinuierlich diskret 

deterministisch stochastisch deterministisch stochastisch 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 


47 

48 

24


Klassifikation nach dem Verwendungszweck 

Erklärungsmodelle 

Prognosemodelle 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

Modelle 

Gestaltungsmodelle 


Literatur 

Modellierung und Simulation 


Optimierungsmodelle 

Morgan, Byron J.: Elements of Simulation; Chapman and Hall, 1984. 

• 

Zeigler, B.P.: Multifacetted Modelling and Discrete Event Simulation; 

Academic Press, 1984. 

• Bernd Page: Diskrete Simulation; Springer, 1991. 

• Grams, Timm: Simulation: Strukturiert und objektorientiert programmiert; 

BI-Wissenschaftsverlag, 1992. 

• Liebl, Franz: Simulation: Problemorientierte Einführung; Oldenbourg, 1992. 

• Bossel, Hartmut: Modellbildung und Simulation; Vieweg, 1993. 

• Kaufmann, W.J.; Smarr, L.L.: Simulierte Welten; Spektrum Akademischer 

Verlag, 1994. 

• Fishwick, P.A.: Simulation Model Design and Execution: Building Digital 

Worlds; Prentice Hall, 1995. 


49 

50 

25


Leistungsbewertung 

KARLSRUHE 

UNIVERSITÄT 

(M. Syrjakow) 

IRF 

Literatur 

Kobayashi, Hisashi: Modeling and Analysis - An Introduction to 

System Performance Evaluation Methodology; Addison-Wesley, 1978. 

MacNair, E.A.; Sauer, C.H.: Elements of Practical Performance 

Modeling; Prentice-Hall, 1985. 

Marsan, M.A.; Balbo, G.; Conte, G.: Performance Models of 

Multiprocessor Systems; The MIT Press, 1986. 

Bolch, Gunter: Leistungsbewertung von Rechensystemen; B.G. 

Teubner-Verlag, Stuttgart, 1989. 

• Jain, Raj: The Art of Computer Systems Performance Analysis; Wiley, 1991. 

• Haas, M; Zorn, W.: Methodische Leistungsanalyse von Rechensystemen; 

OldenbourgVerlag; 1995. 



51 

26

zwei Folien pro Seite - CES

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?