Diskrete Ereignissimulation: Grundlagen und Einordnung in die komplexe Welt der Simulation

Simulation ist ein sehr weiter Begriff und wurde bereits 1975 von Shannon treffend definiert als:

The process of designing a Model of a concrete System and conducting Experiments with this model in order to understand the behaviour of a concrete system and/or to evaluate various strategies for the operation of the system

Bei dieser allgemeinen Definition stechen drei Punkte besonders hervor, Model, System und Experiment.

Das Modell stellt eine Abstraktion des realen Systems dar und fasst eine Menge von Annahmen und Näherungen über das statische und dynamische Systemverhalten zusammen, sofern sie den relevanten Fragenbereich betreffen.

Der diskreten Ereignissimulation (DES) liegt eine Systemsicht zugrunde, in der sich die Systemzustände nur zu bestimmten, diskreten Zeitpunkten oder Ereigniszeitpunkten ändern.  Im Zusammenhang mit der DES werden oft Begriffe wie prozessorientiert, agentenbasiert oder schwarmorientiert genannt. Hierbei handelt es sich nicht um etwas grundlegend Neues, sondern nur um eine jeweils andere Modellsicht, in der der Prozess, der Agent oder der Schwarm als Strukturierungselement auftritt und damit lediglich den Modellbildungsansatz beeinflusst. Letztlich muss aber der zugrundeliegende Simulationskern das Simulationsgeschehen wieder in eine Ereigniskette auflösen.

Zur Beschreibung des Modellverhaltens gehört neben der Beschreibung der Systemstruktur, des logischen und temporalen Verhaltens auch die Definition und Erhebung der meistens stochastischen Eingangsdaten. Denn die Güte der Simulationsergebnisse ist entscheidend von der Qualität der zugrundeliegenden Daten bzw. der zugrundeliegenden Datenmodelle abhängig.

Nach Abschluss der Modellierung folgt die Implementierung in ein geeignetes Simulationssystem. Auch wenn Simulationssysteme heute bereits sehr kompakte Modellbausteine anbieten, so handelt es sich bei der Implementierung der Modelllogik um eine Programmierung, auch dann, wenn diese auf einem hohen Abstraktionsgrad erfolgt.

Nach der erfolgreichen Verifikation/Validierung des Simulators schließen sich die durchzuführenden Experimente an. Wie bei physikalischen Experimenten müssen auch hier Experimentpläne erstellt werden, die in der Realisierung des Simulators berücksichtigt werden müssen. Abschließend sind die Ergebnisse statistisch auszuwerten und zu präsentieren.

Typische Anwendungsgebiete der diskreten Ereignissimulation sind z.B.:

  • Produktionsstrecken, Fluss der Werkstücke durch eine Produktionsstrasse
  • Patientenbewegung und Ressourcenplanung in einem Hospital
  • Bewegung von Fluggästen in einem Flughafen vom Check in bis zu Gate
  • Bedarfsplanung, z.B. an Servicepersonal unter Einhaltung gesetzter Rahmenparameter
  • Ablauf von Geschäftsprozessen vom Auftragseingang bis Auftragsende
  • In Logistik und Transport zur Untersuchung ganzer Lieferketten (SC: Supply Chan)
  • Risikobasierte Reihenfolgeplanung von Aufträgen
  • Data Farming