Grundlagen: Simulation: Unterschied zwischen den Versionen

Aus OptiYummy
Zur Navigation springenZur Suche springen
KKeine Bearbeitungszusammenfassung
Zeile 16: Zeile 16:




<span style="background-color:Yellow">[http://de.wikipedia.org/wiki/Modell '''&nbsp;<u>Modelle</u>&nbsp;''']</span><br>&nbsp;sind Ersatzobjekte, die man zur Gewinnung von Erkenntnis über ein Originalobjekt benutzt:
<span style="background-color:Yellow">[http://de.wikipedia.org/wiki/Modell '''<u>Modelle</u>&nbsp;''']</span><br>sind Ersatzobjekte, die man zur Gewinnung von Erkenntnis über ein Originalobjekt benutzt:
# Ein Modell ist immer ein Abbild von einem "Original" (d.h. von "etwas anderem"). Bei einem "Original" kann es sich auch um ein Modell handeln!
# Ein Modell ist immer ein Abbild von einem "Original" (d.h. von "etwas anderem"). Bei einem "Original" kann es sich auch um ein Modell handeln!
# Ein Modell bildet nur die Eigenschaften des Originals ab, die dem Modellbenutzer wichtig erscheinen:
# Ein Modell bildet nur die Eigenschaften des Originals ab, die dem Modellbenutzer wichtig erscheinen:
Zeile 24: Zeile 24:
#* "Minimalmodell" - mit möglichst wenig Modell hinreichend viel Erkenntnis!  
#* "Minimalmodell" - mit möglichst wenig Modell hinreichend viel Erkenntnis!  
#* Erlaubt ist, was im Sinne des angestrebten Erkenntnisgewinns nützt.
#* Erlaubt ist, was im Sinne des angestrebten Erkenntnisgewinns nützt.
<span style="background-color:Yellow">[http://de.wikipedia.org/wiki/Mathematisches_Modell '''<u>Mathematische Modelle</u>&nbsp;''']</span><br>sind eine Sonderform von Modellen, welche die Eigenschaften des Originals auf ein mathematisches System abbilden (z.B. Lineare Algebra, Gewöhnliche Differentialgleichungen, Fuzzy-Logik):
# Die Nutzung zum Erkenntnisgewinn ist möglich, weil Eigenschaften mathematischer Systeme als Aspekte der realen Welt interpretierbar sind.
# Algorithmen der Computer-Algebra und der numerischen Mathematik ermöglichen die Behandlung in Informationsverarbeitenden Systemen (z.B. Computer).


  Simulation im Konstruktionsprozess
  Simulation im Konstruktionsprozess

Version vom 30. September 2013, 12:53 Uhr


===>>> Dieses Kapitel wird zur Zeit erarbeitet !!! <<<===

Einleitung

Wie in den Grundlagen zum Entwurfsprozess beschrieben, werden bei der Suche einer optimalen Lösung unterschiedliche Mittel und Methoden benutzt. Die dabei verwendeten "Modelle" sind unterschiedlichster Natur, z.B.:

In diesem Kapitel zu den Grundlagen zur Simulation soll nun nach einer begrifflichen Klärung eine verallgemeinerte Methodik der Modellentwicklung beschrieben werden.


Modelle 
sind Ersatzobjekte, die man zur Gewinnung von Erkenntnis über ein Originalobjekt benutzt:

  1. Ein Modell ist immer ein Abbild von einem "Original" (d.h. von "etwas anderem"). Bei einem "Original" kann es sich auch um ein Modell handeln!
  2. Ein Modell bildet nur die Eigenschaften des Originals ab, die dem Modellbenutzer wichtig erscheinen:
    • Bestimmte Eigenschaften eines Modells werden als Eigenschaften des Originals interpretiert.
    • Es gibt immer Eigenschaften eines Modells, die keinen Bezug zum Original besitzen.
  3. Ein Modell wird pragmatisch und zweckorientiert angewendet:
    • "Minimalmodell" - mit möglichst wenig Modell hinreichend viel Erkenntnis!
    • Erlaubt ist, was im Sinne des angestrebten Erkenntnisgewinns nützt.

Mathematische Modelle 
sind eine Sonderform von Modellen, welche die Eigenschaften des Originals auf ein mathematisches System abbilden (z.B. Lineare Algebra, Gewöhnliche Differentialgleichungen, Fuzzy-Logik):

  1. Die Nutzung zum Erkenntnisgewinn ist möglich, weil Eigenschaften mathematischer Systeme als Aspekte der realen Welt interpretierbar sind.
  2. Algorithmen der Computer-Algebra und der numerischen Mathematik ermöglichen die Behandlung in Informationsverarbeitenden Systemen (z.B. Computer).


Simulation im Konstruktionsprozess



Vorläufige weitere Gliederung:

  • Methodik der Modellentwicklung
    • Abgrenzung von Teilsystemen
    • Definition der Teilsystem-Schnittstellen
    • Reduktion auf idealisierte Elemente
    • Zusammenstellung wesentlicher Effekte
    • Modell-Notation
  • Simulation zeitkontinuierlicher Systeme
  • Zeitdiskrete Ereignisse
  • Lineare und nichtlineare Systeme