Simulation
aus Wikipedia, der freien Enzyklopädie
Die Simulation ist eine Vorgehensweise überwiegend zur Analyse dynamischer Systeme. Bei der Simulation werden Experimente an einem Modell durchgeführt, um Erkenntnisse über das reale System zu gewinnen. Im Zusammenhang mit Simulation spricht man von dem zu simulierenden System und von einem Simulator als Implementation oder Realisation eines Simulationsmodells. Letzteres stellt eine Abstraktion des zu simulierenden Systems dar (Struktur, Funktion, Verhalten). Der Ablauf des Simulators mit konkreten Werten (Parametrisation) wird als Simulationsexperiment bezeichnet. Dessen Ergebnisse können dann interpretiert und auf das zu simulierende System übertragen werden.
Ein Auto-Crashtest beispielsweise ist ein Simulationsmodell für eine reale Verkehrssituation, in der ein Auto in einen Verkehrsunfall verwickelt ist. Dabei wird die Vorgeschichte des Unfalls, die Verkehrssituation und die genaue Beschaffenheit des Unfallgegners stark vereinfacht. Auch werden keine Personen in den simulierten Unfall involviert, stattdessen werden Crashtest-Dummies eingesetzt, die mit realen Menschen gewisse mechanische Eigenschaften gemeinsam haben. Ein Simulationsmodell hat also nur ganz bestimmte Aspekte mit einem realen Unfall gemeinsam. Welche Aspekte dies sind, hängt maßgeblich von der Fragestellung ab, die mit der Simulation beantwortet werden soll.
Einige Simulationen werden mit Hilfe von Simulanzien durchgeführt, also Materialien, die für Forschungs- oder Versuchzwecke die Eigenschaften anderer Materialien nachbilden (simulieren). Ein Beispiel dafür ist Ballistische Gelatine im Bereich der Waffenforschung. Sie simuliert das Verhalten von Körpergeweben und Organen beim Eindringen von Projektilen.
Inhaltsverzeichnis |
[Bearbeiten] Gründe für den Einsatz
Für den Einsatz von Simulationen kann es mehrere Gründe geben:
- Eine Untersuchung am realen System wäre zu aufwendig, zu teuer, ethisch nicht vertretbar oder zu gefährlich. Beispiele:
- Fahrsimulator (zu gefährlich in der Realität)
- Flugsimulator zur Pilotenausbildung, Nachstellung kritischer Szenarien (Triebwerksausfall, Notlandung)
- Crashtest (zu gefährlich oder zu aufwendig in der Realität)
- Simulation von Fertigungsanlagen vor einem Umbau (mehrfacher Umbau der Anlage in der Realität wäre zu aufwendig und zu teuer)
- Das reale System existiert (noch) nicht. Beispiel: Windkanalexperimente mit Flugzeugmodellen, bevor das Flugzeug gefertigt wird
- Das reale System lässt sich nicht direkt beobachten
- Systembedingt. Beispiel: Simulation einzelner Moleküle in einer Flüssigkeit, Astrophysikalische Prozesse
- Das reale System arbeitet zu schnell. Beispiel: Simulation von Schaltkreisen
- Das reale System arbeitet zu langsam. Beispiel: Simulation geologischer Prozesse
- Für Experimente kann ein Simulationsmodell wesentlich leichter modifiziert werden als das reale System. Beispiel: Modellbau in der Stadtplanung
- Exakte Reproduzierbarkeit der Experimente
- Gefahrlose und kostengünstige Ausbildung. Beispiel: Flugsimulation, Schießausbildung
- Das reale System ist unverstanden oder sehr komplex. Beispiel: Bei der Auswertung wissenschaftlicher Experimente müssen die Ergebnisse per Simulation interpretierbar gemacht werden
- Spiel und Spaß an simulierten Szenarien.
- Methode in der Pädagogik. Beispiele: Rollenspiel, Simulationsspiele
Heutzutage werden Simulationen mehr und mehr durch Computer realisiert, weil Computer ein ideales und sehr flexibles Umfeld für fast alle Arten der Simulation bieten (siehe auch Computersimulation).
[Bearbeiten] Typen und Bereiche von Simulationen
[Bearbeiten] Allgemeines
Grundsätzlich muss man zwischen Simulationen mit und ohne Computer unterscheiden. Eine Simulation ist ein "Als ob"-Durchspielen von Prozessen; das kann man auch ohne Computer tun. Wenn heute von "Simulation" die Rede ist, meint man allerdings fast immer Computersimulationen. Letztere gliedern sich in die Bereiche
- Spielsimulationen, z. B. Flugsimulationen, Rennsimulationen, Wirtschaftssimulationen
- Unternehmenssimulation für die Aus- und Weiterbildung, z. B. Unternehmensplanspiel
- Technische Simulationen, z. B. Schaltungssimulationen, Atomwaffensimulationen, Windkanalsimulationen u.v.m.
Bei kleinen Systemen bietet sich hier auch mittels Model Checking eine Verifikation an, die, im Gegensatz zur Simulation, garantiert alle Fälle abdeckt, aber einen hohen Rechenaufwand hat. - Wissenschaftliche Simulationen. Sie gibt es in fast allen Natur- und Gesellschaftswissenschaften:
- Medizinische Simulation zur Ausbildung oder Weiterbildung
- Meteorologische Simulation zur Wettervorhersage
- Physikalische Simulation und astrophysikalische Simulation
- Chemische Simulation
- Biologische Simulationen, z. B. Simulation neuronaler Netze (siehe neuronales Netz)
- Sozioökonomische Simulation, z. B. Multiagentensysteme
- u.v.m.
[Bearbeiten] Typen von Simulationen
Viel zu tun...
Hier sei nur erwähnt:
- Kontinuierliche Simulation
- Diskrete Simulation (Anwendungsbeispiele hierfür sind: Materialflusssimulation, Verkehrssimulation, Workflow Simulation, Kostensimulation)
- Hybride Simulation
- Makrosimulation und Mikrosimulation
- Statistische Simulation, insbesondere Monte-Carlo-Simulation
- Numerische Simulation
- Multi-Agenten-Simulation (u.a. Evakuierungssimulation, Simulation von Finanzmärkten)
- Robotik zur Planung und Analyse von Fertigungsprozessen mit Industrierobotern
- Constructive-Simulation
[Bearbeiten] Theorie, Modell und Simulation
Eine Computersimulation besteht im Kern aus einem Programm. Hier werden die Regeln der Prozesse definiert. Man spricht analog zu den "Verhaltensgleichungen" eines mathematisch definierten Systems von den "Verhaltensalgorithmen". Modelle können ad hoc erfunden werden, sie können aber auch aus empirischen Befunden oder aus einer Theorie abgeleitet werden. Z.B. werden die Wettermodelle aus der Theorie der Hydrodynamik abgeleitet, die einzelnen Verhaltensgleichungen bestehen aus Navier-Stokes-Gleichungen (oder Weiterentwicklungen davon).
- Warteschlangenmodell
- Mehrebenenmodell
- Zellulärer Automat
- Multiagentenmodell (Multiagentensystem)
- Mikromodell
- Kontinuierliches Modell
[Bearbeiten] Grenzen der Simulation
Jeglicher Form von Simulation sind auch Grenzen gesetzt, die man stets beachten muss. Die erste Grenze folgt aus der Begrenztheit der Mittel, d.h. der Endlichkeit von Energie (z.B. auch Rechenkapazität), Zeit und nicht zuletzt Geld. Eine Simulation muss also auch wirtschaftlich gesehen Sinn ergeben. Aufgrund dieser Einschränkungen muss ein Modell möglichst einfach sein. Das wiederum bedeutet, dass auch die Ergebnisse der Simulation eine grobe Vereinfachung der Realität darstellen. Die zweite Grenze folgt daraus: Ein Modell liefert nur in einem bestimmten Kontext Ergebnisse, die sich auf die Realität übertragen lassen. In anderen Parameterbereichen können die Resultate schlichtweg falsch sein. Daher ist die Verifikation der Modelle für den jeweiligen Anwendungsfall ein wichtiger Bestandteil der Simulationstechnik. Als mögliche weitere Grenzen seien Ungenauigkeiten der Ausgangsdaten (z.B. Messfehler), sowie subjektive Hindernisse (z.B. mangelnder Informationsfluss über Produktionsfehler) genannt.
[Bearbeiten] Literatur
- F.E. Cellier: Continuous system modeling. Springer-Verlag, New York, 1991, ISBN 0-387-97502-0
- R.M. Fujimoto: Parallel and Distributed Simulation Systems, Wiley-Interscience 1999, ISBN 0-471-18383-0
- N. Gilbert, K.G. Troitzsch: Simulation for the social scientist, Open University Press 1999, ISBN 0-335-19744-2
- S. Hartmann: The World as a Process: Simulations in the Natural and Social Sciences, in: R. Hegselmann et al. (eds.), Modelling and Simulation in the Social Sciences from the Philosophy of Science Point of View, Theory and Decision Library. Dordrecht: Kluwer 1996, 77-100.
- R. Hegselmann et al. (eds.): Modelling and Simulation in the Social Sciences from the Philosophy of Science Point of View, Theory and Decision Library. Dordrecht: Kluwer 1996
- VDI 3633 (Technische Richtlinie): Simulation von Logistik-, Materialfluß- und Produktionssystemen
- J. Wunderlich: Kostensimulation - Simulationsbasierte Wirtschaftlichkeitsregelung komplexer Produktionssysteme, Meisenbach Verlag, Bamberg, ISBN 3-87525-179-2
- B.P. Zeigler, H. Praehofer, T.G. Kim: Theory of Modeling and Simulation, 2nd Edition, Academic Press, San Diego 2000, ISBN 0-127-78455-1
[Bearbeiten] Siehe auch
- Emulator
- Digitale Fabrik
- Für einen philosophisch-ästhetischen Begriff der Simulation vgl. die Medientheorie des französischen Philosophen Jean Baudrillard sowie den verwandten Begriff des Simulacrums.
[Bearbeiten] Weblinks
- http://www.traffic-simulation.de/ger Verkehrssimulation
- http://www.zebra-one.com/ Simulation Wildlife - Mechatronische Simulationssoftware
- http://www.ixtronics.com/ CAMeL-View TestRig - Simulationsumgebung für mechatronische Systeme
- http://www.simudyne.com/ Simudyne - Enterprise Simulation
- http://www.asim-gi.org/ Arbeitsgemeinschaft Simulation der Gesellschaft für Informatik
- http://www.scs.org/ Gesellschaft für Modellbildung und Simulation (englisch Society of modeling and simulation)
- http://www.soc.surrey.ac.uk/research/simsoc/ CRESS - Zentrum für die Forschung in der sozialwissenschaftlichen Simulation (englisch Center for Research in Social Simulation)
- Links zum Thema „Simulation“ im Open Directory Project
- http://www.robotworks-de.com/ Roboter Simulation (deutschsprachig)
- http://www.isg-stuttgart.de/ Echtzeitsimulation / Hardware in the Loop Simulation.
- http://www.entwurfsforschung.de/ Forschungsseite zur Simulation von Stadtentwicklungsprozessen
- Fraunhofer IPA Stuttgart Simulation von Beschichtungsverfahren
 |
Commons: Simulation – Bilder, Videos und/oder Audiodateien |
