mar770 - Modellierung großer Systeme (MGS) (Vollständige Modulbeschreibung)

mar770 - Modellierung großer Systeme (MGS) (Vollständige Modulbeschreibung)

Originalfassung Englisch PDF Download
Modulbezeichnung Modellierung großer Systeme (MGS)
Modulkürzel mar770
Kreditpunkte 18.0 KP
Workload 540 h
Einrichtungsverzeichnis Institut für Chemie und Biologie des Meeres (ICBM)
Verwendbarkeit des Moduls
  • Master Umweltmodellierung (Master) > Mastermodule
Zuständige Personen
  • Sonnenschein, Michael (Modulverantwortung)
  • Vogel-Sonnenschein, Ute (Modulberatung)
  • May, Angelika (Modulberatung)
  • Böhringer, Christoph (Modulberatung)
  • Hartmann, Alexander (Modulberatung)
  • Marx Gómez, Jorge (Modulberatung)
  • Winter, Andreas (Modulberatung)
Teilnahmevoraussetzungen
Programmierkurs Java oder vergleichbare Kenntnisse
Kompetenzziele
Die Studierenden besitzen die Fähigkeit im Team große Software-Systeme zu konzipieren, die entsprechenden Algorithmen zu entwerfen und softwaretechnisch zu implementieren sowie diese Software dann für die Analyse großer Umwelt- und Energiesysteme sowie ökonomischer Systeme zu nutzen. Darüber hinaus Sie beherrschen den Umgang mit betrieblichen und Umweltinformations-systemen sowie Werkzeugen des Umweltmanagements.

Die Studierenden besitzen die Fähigkeit, zeitgemäße Analysemethoden und Simulationsverfahren der modernen Umweltforschung nachzuvollziehen und sind durch Selbststudium der aktuellen Literatur in der Lage, auch neueste Ansätze zu begreifen und einzuordnen.

Die Studierenden besitzen die Fähigkeit, Publikationen der Fachliteratur kritisch zu würdigen, große Simulationssysteme einschließlich von Netzwerkmodellen zu verschiedenen Fragestellungen zu konzipieren und die Resultate von Modellstudien im Rahmen einer speziellen Fragestellung zu interpretieren. Des Weiteren sind sie in der Lage selbständig und im Team große Modellsysteme zu entwerfen und softwaretechnisch zu realisieren.

Die Kompetenzen, die man in den einzelnen Veranstaltungen erwirbt sind separat aufgelistet.

Softwaretechnik
Es werden die grundlegenden Begriffe und Konzepte der Softwaretechnik vermittelt:
- Aktivitäten der Software-Entwicklung
- Objektorientierte Modellierung mit UML (Klassen- und Objektdiagramme, Anwendungsfalldiagramme, Interaktionsdiagramme, Aktivitätsdiagramme, Zustandsdiagramme)
- Metamodellierung
- Anforderungserhebung (Vision, Anforderungen, Anforderungsdefinition)
- Software-Systementwurf (Architektur, Architektur- und Designmuster, Schnittstellen, Softwarespezifikation)
- Qualitätssicherung (Qualitätskriterien, Testen, Reviews)
- Software-Evolution (Software-Wartung, Reverse-Engineering, Reengineering)
- Vorgehensmodelle und Management von Software-Projekten (Unified Process, Extreme Programming).
In Vorlesung und Übung werden Werkzeuge (u.a. UML-Modellierungswerkzeug incl. IDE, JUnit, SVN) vorgestellt und anhand von Übungsaufgaben erprobt.

Modellbildung und Simulation ökologischer Systeme
Die Studierenden haben im Modul die folgenden Kompetenzen erworben bzw. vertieft:
- Sie kennen allgemeine Methoden zur diskreten und kontinuierlichen, sowie raumbasierten Modellbildung.
- Sie verstehen Grundkonzepte ökologischer Systeme.
- Sie verstehen typische Eigenschaften, sowie Vor- und Nachteile verschiedener Modellierungsmethoden für ökologische Systeme und können sie kritisch bewerten.
- Sie können die gelernten Modellierungskonzepte sinnvoll für ökologische Systeme anwenden.
- Sie können grundlegende Simulationsmethoden insbesondere für diskrete Modelle verstehen und praktisch einsetzen,
- Sie können sich systematisch und in kurzer Zeit in neue Simulationswerkzeuge einarbeiten,
- Sie können Implementierungen von einfachen ökologischen Modellen durchführen,
- Sie haben ihre Teamfähigkeit durch die Erarbeitung von Lösungen zu kleinen Aufgaben in Teams zu 2-3 Studierenden vertieft und ihre Präsentationsfähigkeit verbessert.

Umweltinformationssysteme
Hörer und Hörerinnen des Moduls erhalten einen Überblick über die Phasen und wichtigen Aspekte der Verarbeitung von Umweltinformationen. Sie lernen
- grundlegende Verarbeitungsalgorithmen zur Klassifikation von Daten und zur Aufbereitung von Daten anzuwenden,
- Datenstrukturen zur Speicherung räumlicher und zeitlicher Daten zu vergleichen, zu beurteilen und zu entwerfen,
- den praktischen Umgang mit grundlegenden Funktionen eines Geo-Informationssystems,
- grundlegende Verfahren des Data Mining zu verstehen, zu bewerten und anzuwenden,
- grundlegende Verfahren der Geostatistik zu verstehen, anzuwenden und zu bewerten,
- ein Verfahren der multikriteriellen Entscheidungsunterstützung zu verstehen und einzuschätzen.
Sie erhalten einen Überblick über verschiedene Anwendungsbereiche der Bereitstellung und Verwendung von Umweltinformationen, insbesondere der Bereitstellung im Internet.

Computerorientierte Physik (VL+Ü)
Kenntnisse grundlegender numerische Methoden der theoretischen Physik sowie Algorithmen und Datenstrukturen im wissenschaftlichen Rechnen, Debugging. Fertigkeiten im Bereich des sichereren Umgangs mit modernen Methoden der computerorientierten Physik, quantitative Analyse von fortgeschrittenen Problemen der theoretischen Physik und
Weiterentwicklung der physikalischen Intuition.
Verständnis übergreifender Konzepte und Methoden der theoretischen Physik und der Naturwissenschaften allgemein.

Decision under Risk and Uncertainty (VL)
The aim of this course is to
- discriminate between risk and uncertainty,
- model preferences under risk and uncertainty,
- apply methods to deal with risk and uncertainty and imprecise information.

Betriebliche Umweltinformationssysteme (VL)
In der Veranstaltung werden die sich aus den Umweltbedingungen der Unternehmen ergebenen Probleme thematisiert und aufgezeigt, welche Methoden, Verfahren und Techniken der Informationsverarbeitung bereitstellen können, die Problemlösung zu unterstützen. Die Studierenden
- können das Nachhaltigkeitsparadigma einordnen und erläutern
- verfügen über aktuelle Kenntnisse der Nachhaltigkeitsberichterstattung
- sind in der Lage Stoffströme zu definieren und zu modellieren
- erhalten praktisches Wissen in Betrieblichen Umweltinformationssystemen
Die Kenntnisse und Fähigkeiten dieses Moduls ergänzen z.B. die Inhalte der Umweltinformatik und schaffen einen klaren Bezug den aktuellen Fragestellungen im Bereich der Nachhaltigkeit. Diese sind auch im Beruf direkt anwendbar und vermitteln.

Computational Economics (SE)
The course will provide an introduction into numerical partial and general equilibrium models for the state-of-the-art impact assessment of energy and climate policies. Drawing on basic microeconomic theory, the course the course will follow model-based peer-reviewed publications in international journals to cover contemporary issues in energy and climate policy such as the promotion of renewable energies, the phase-out of nuclear power, the implementation of environmental tax reforms, or the design of international emissions trading schemes.

Kurzer Weg zur Physik komplexer Netzwerke (VL)
Die Studierenden vertiefen ihre Kenntnisse in der theoretischen Physik und im Bereich Statistischer Physik. Sie erwerben insbesondere fundamentale Kenntnisse im Bereich Netzwerke und ihrem Einsatz für die Untersuchung physikalischer, technischer und sozioökonomischer Probleme. Sie erweitern ihre Kenntnisse bei der theoretischen Analyse und Modellierung von transdisziplinären Problemen. Dabei erlangen und erweitern sie Fertigkeiten und Kompetenzen bei der selbstständigen Einarbeitung in neue Gebiete, sowie zum Einsatz von analytischen Methoden und Computersimulationsalgorithmen.
Modulinhalte
Dieses Modul vermittelt ein breites Spektrum von Methoden der Modellierung großer Systeme, einschließlich von Informationssystemen, Netzwerk-Methoden, Software-Entwicklungsmethoden und deren Anwendung in den Umweltwissenschaften. Die Studierenden können je nach ihren persönlichen Interessen durch die Wahl bestimmter Veranstaltungen eigene Schwerpunkte im Modellierungsbereich wählen.

Softwaretechnik (VL+Ü)
Ziel des Moduls Softwaretechnik ist Vermittlung der grundlegenden Methoden und Techniken des Software-Engineerings entlang des Softwarelebenszyklus. Diese Methoden und Techniken werden im Rahmen der Übung an praktischen Beispielen eingeübt. Nach Abschluss des Moduls kennen die Studierenden die zentralen Aktivitäten der Software-Entwicklung, grundlegende Modellierungstechniken der UML, Grundlagen der Verfahren und Techniken zur Anforderungsdefinition, zum Software-Entwurf, zur Qualitätssicherung und zur Software-Evolution. Sie können diese Methoden und Hilfsmittel den verschiedenen Phasen von Projekten zuordnen, bewerten und anwenden.

Modellbildung und Simulation ökologischer Systeme (VL+Ü)
Methoden der Modellbildung und Simulation dienen zunächst dem Ziel eines vertieften Verständnisses von Wirkungszusammenhängen in dynamischen Systemen. Für den Anwendungsbereich der Ökologie gibt es hierzu zahlreiche methodische Ansätze wie z.B. Wirkungsgraphen, Differentialgleichungssysteme, Markov-Modelle, L-Systeme, zellulare Automaten oder individuenorientierte Modelle, die im Rahmen der Veranstaltung vorgestellt und mit Beispielen veranschaulicht werden. Hierbei werden auch Grundkonzepte ökologischer Systeme deutlich. Den Modellierungsmethoden stehen Simulationsverfahren zur Ausführung der Modelle zur Seite, die jeweils im Kontext behandelt werden.
Zur Anwendung solchen Methoden wurden und werden Software-Werkzeuge entwickelt, deren Aufbau und Funktionsweise exemplarisch behandelt wird. Insbesondere werden Werkzeuge zur Simulation mathematischer Modelle sowie zur individuen-orientierten Simulation eingeführt und in Übungen eingesetzt werden.
Die Interpretation von Simulationsergebnissen führt schließlich zur Behandlung von Verfahren der Modellvalidierung und zur Diskussion der Prognosequalität von Modellen.
Das Modul „Modellbildung und Simulation ökologischer Systeme“ wird flankiert durch das Modul „Umweltinformationssysteme“, in dem Konzepte der persistenten Speicherung räumlicher Information, sowie Konzepte der Datenanalyse behandelt werden. Die Module sind jedoch inhaltlich unabhängig voneinander.

Umweltinformationssysteme (VL+Ü)
Umweltinformationssysteme stellen Informationen über den Zustand der Umwelt für Verwaltungen und öffentliche Einrichtungen, Unternehmen oder interessierte Bürger zur Verfügung. Die Erfassung, Speicherung und Auswertung dieser Informationen stellt auch aus Sicht der Informatik interessante Aufgaben dar.
Im Rahmen der Vorlesung werden wir die einzelnen Schritte der Verarbeitung von Umweltinformationen untersuchen, d. h.
- Probleme der Datenerfassung und -aufbereitung betrachten,
- Datenstrukturen und Datenbank-Konzepte für einen effizienten Zugriff auf die (üblicherweise) räumlichen Daten kennen lernen,
- Verfahren zur Datenanalyse (insbesondere aus der Geostatistik und dem Data Mining) vorstellen,
- ein Verfahren zur multikriteriellen Entscheidungsunterstützung einführen, sowie
- das Konzept der Metadaten zur Unterstützung der Bereitstellung von Daten thematisieren.
Das Modul „Umweltinformationssysteme“ wird flankiert durch das Modul „Modellbildung und Simulation ökologischer Systeme“, in dem dynamische Aspekte von Umweltsystemen (vorwiegend ökologischen Systeme) behandelt werden. Die Module sind jedoch inhaltlich unabhängig voneinander.

Computerorientierte Physik (VL+Ü)
Mehr als 20 Prozent aller wissenschaftlichen Veröffentlichungen basieren heutzutage auf Computersimulationen. Diese Vorlesung bietet eine Einführung in das Gebiet und behandelt die gängigsten Verfahren. Ein zentraler Bestandteil sind praktische Übungen am Computer, denn am wichtigsten sind in diesem Bereich praktische Fähigkeiten. Wichtige Kapitel (jedes Semester eine Auswahl davon):
Datenstrukturen, Algorithmen, Perkolation, Monte-Carlo Simulationen, Finite-Size Scaling, neuronale Netze, Molekulardynamik Simulationen, Ereignisgetriebene Simulationen, Quanten Monte Carlo, Graphen +Algorithmen, genetische Algorithmen, Optimierungsprobleme

Decision under Risk and Uncertainty (VL)
Main Topics are the following:
maximize expected utility; binomial games and limits thereof; individual decision making under risk; ex-ante and ex-post consideration; certainty equivalent and insurance premium; option price and option value; risk and irreversibility; catastrophe risk; statistical models for natural catastrophes; environmental cost-benefit-analysis; decision making under uncertainty, payoff and regret matrix; Hurwicz criterion; Bernoulli model; risk hedging strategies, value of information.

Betriebliche Umweltinformationssysteme (VL)
In der Veranstaltung werden die sich aus den Umweltbedingungen der Unternehmen ergebenen Probleme thematisiert und aufgezeigt, welche Methoden, Verfahren und Techniken der Informationsverarbeitung bereitstellen können, die Problemlösung zu unterstützen. Dabei werden insbesondere Informatik-gestützte Verfahren des produktionsintegrierten Umweltschutzes, des Umweltcontrolling und der Umweltberichterstattung dargestellt und diskutiert. Um diese Maßnahmen vertieft in den Kontext des Umweltschutzes zu integrieren, ist es erforderlich, auch Probleme des Umweltmanagements und der Umweltmanagementsysteme als Basis und Kontextinformationen zu vermitteln. Weil insbesondere eine synoptische Betrachtung von Produktion einerseits und Demontage und Recycling andererseits zu der Erwartung Anlass gibt, Umweltschutzaktivitäten zu a priori vermeiden, wird diesem Aspekt eine besondere Aufmerksamkeit geschenkt. Aufgrund der Tatsache, dass sich die betriebliche Umweltinformatik als eigenständige Disziplin etabliert hat, ist es auch erforderlich allgemeine Grundlagen und Basiskonzepte in die Wissensvermittlung einzubeziehen. Die Studierenden sollen befähigt werden, Konzepte und Methoden z.B. der Stoffstromanalyse bzw. des Stoffstrommanagement, ihre Einbindung in das Umweltmanagement und insbesondere Standardsoftware für die Durchführung von Stoffstromanalysen kennen und beherrschen zu können.
Inhalte des Moduls sind
- Umweltmanagement als Grundlage der Nachhaltigkeit
- Nachhaltigkeit und Stoffstrommanagement
- Strategisches Umweltmanagement
- Operatives Umweltmanagement
- Ökocontrolling Kreislauf
- Charakterisierung Betrieblicher Umweltinformationssysteme
- BUIS Architekturen
- Standardsoftwaresysteme
- Ökobilanzierungssysteme

Computational Economics (SE)
Energy markets are a primary target for policy regulation since they play a key role in the provision of basic services and account for major environmental hazards such as global warming or nuclear waste. The justification and design of regulatory policies require insights into the potential trade-offs between overall economic performance, distributional considerations, and environmental quality: Accomplishing one objective frequently means backpedaling on another. Against this background, numerical methods to quantify the implications of policy interference are essential for decision support.

Kurzer Weg zur Physik komplexer Netzwerke (VL)
Zusammenhänge zwischen den Bestandteilen physikalischer, biologischer und sozialer Systeme lassen sich oft durch Verwendung komplexer Netzwerke charakterisieren. Beispiele sind Zitationsnetzwerke, das Internet und Protein- Wechselwirkungsnetzwerke. Deren Eigenschaften lassen sich dann durch analytische Ansätze sowie durch Computersimulationen modellieren. Eine Fragestellung ist z.B., ob sich aufgrund von statischen Netzwerkeigenschaften Aussagen über deren dynamische Eigenschaften treffen lassen.
In der hier angebotenen Vorlesung geben wir einen Überblick über aktuelle Fragestellungen und Entwicklungen auf dem Gebiet der statistischen Physik komplexer Netzwerke. Etwa 1/3 der Vorlesungszeit thematisiert analytische Herangehensweisen, 2/3 hingegen sind algorithmisch angelegt.
Zu den im Verlauf der Vorlesung behandelten Themen gehören: Modelle für Zufallsgraphen, Wachstumsmodelle zur Erzeugung spezieller Graphen, analytische/numerische Charakterisierung struktureller Eigenschaften von Zufallsgraphen, Bestimmung statistischer Eigenschaften von Netzwerken mittels ''generierender Funktionen'', dynamische Prozesse auf Netzwerken, Community Strukturen, Optimale Netzwerke, Phasenübergänge auf Netzwerken, Analyse von Messgrößen via Maximum-Likelihood Methoden
Literaturempfehlungen
Softwaretechnik
Ian Sommerville: Software Engineering, Addison- Wesley Longman, Amsterdam, 9. Auflage, 2010.
Jochen Ludewig, Horst Lichter: Software Engineering, Grundlagen, Menschen, Prozesse, Techniken, Dpunkt, 2. Auflage, 2010.
Helmut Balzert: Lehrbuch der Softwaretechnik, Basiskonzepte und Requirements Engineering, Spektrum, Heidelberg, 3. Auflage, 2009.
Helmut Balzert: Lehrbuch der Softwaretechnik: Software-Management, Spektrum, Heidelberg, 2. Auflage, 2008.
Helmut Balzert: Lehrbuch der Softwaretechnik: Entwurf, Implementierung, Installation und Betrieb, Spektrum, Heidelberg; 3. Auflage, 2012.

Modellbildung und Simulation ökologischer Systeme
Skript zu Vorlesung
Hartmut Bossel. Modellbildung und Simulation. Vieweg 1994
Paul A. Fishwick. Simulation model design and execution: building digital worlds. Prentice Hall, 1995

Umweltinformationssysteme
O. Günther: Environmental Information Systems
I. H. Witten, E. Frank: Data Mining
D. Stoyan, H. Stoyan: Umweltstatistik

Computerorientierte Physik
T.H. Cormen, S. Clifford, C.E. Leiserson, und R.L. Rivest, Introduction to Algorithms, (MIT Press 2001)
A.K. Hartmann, Practical guide to computer simulation,
(World-Scientific 2009)
J.M. Thijssen, Computational Physics, (Cambridge University Press, 2007)
M. Newman, G. T. Barkema, Monte Carlo Methods in Statistical Physics, (Oxford University Press, 1999)

Decision under Risk and Uncertainty
T. Biswas: Decision-making under Uncertainty, Macmillan,1997
David Bjornstad, James R. Kahn: The Contingend Valuation of Environmental Resources, E. Elgar Publ., 2002
Louis Eeckhoudt et al: Economic and Financial Decisions under Risk, Princeton Univ. Press, 2005
Michel De Lara, L. Doyen: Sustainable Management of Natural Ressources, Spinger, 2008
Roger Perman et al.: Resource and Environmental Economics, 4th ed., Pearson 2011;

Betriebliche Umweltinformationssysteme
Marx Gómez, J., Teuteberg, F. (Hrsg.) (2010): Corporate Environmental Management Information Systems – State of the Art and Future Trends. IGI Global, Hershey.
Heck, P., Bemmann, U. (Hrsg.) (2002): Praxishandbuch Stoffstrommanagement. Deutscher Wirtschaftsdienst.
Rüdiger, C. (2000): Betriebliches Stoffstrommanagement. Deutscher Universitätsverlag.
Möller, A. (2000): Grundlagen stoffstrombasierter Betrieblicher Umweltinformationssysteme. Projekt Verlag.
Rautenstrauch, C. (1999), Betriebliche Umweltinformationssysteme, Springer-Verlag, Berlin.

Kurzer Weg zur Physik komplexer Netzwerke
Alain Barrat et al., Dynamical Processes on Complex Networks,
Cambridge University Press 2008
S.N. Dorogovtsev und J.F.F. Mendes, Evolution of Networks, Oxford
University Press, 2002
M.E.J. Newman, Ths Structure and Function of Complex Networks, SIAM Review 45, 167 (2003)
R. Sedgewick, Algorithms in C part 5: Graph Algorithms,
Addison-Weseley, 2001
Links
Unterrichtsprachen Deutsch, Englisch
Dauer in Semestern 2 Semester
Angebotsrhythmus Modul jährlich
Aufnahmekapazität Modul unbegrenzt
Hinweise
18 KP | VL; Ü; SE | 2. und 3. FS | Sonnenschein
Modulart je nach Studiengang Pflicht oder Wahlpflicht
Modullevel ---
Lehr-/Lernform Wird MGS als Schwerpunkt gewählt, müssen drei Veranstaltungspakete im Wert von 18 KP belegt werden, wobei pro Paket ein Umfang von 6 KP ausgewählt werden muss.
Im Ergänzungsbereich müssen zwei Veranstaltungspakete im Wert von 12 KP belegt werden, wobei pro Paket ein Umfang von 6 KP ausgewählt werden muss.

Softwaretechnik
VL Softwaretechnik (4,5 KP)
Ü Softwaretechnik (1,5 KP)

Modellbildung und Simulation ökologischer Systeme
VL Modellbildung und Simulation ökologischer Systeme (4,5 KP)
Ü Modellbildung und Simulation ökologischer Systeme (1,5 KP)

Umweltinformationssysteme
VL Umweltinformationssysteme (4,5 KP)
Ü Umweltinformationssysteme (1,5 KP)

Computerorientierte Physik
VL Computerorientierte Physik (3 KP)
Ü Computerorientierte Physik (3 KP)

Betriebliche Umweltinformationssysteme
VL Betriebliche Umweltinformationssysteme (3 KP)
Ü Betriebliche Umweltinformationssysteme (3 KP)

Alternativ können Veranstaltungen im Umfang von 6 KP aus folgender Liste ausgewählt werden:

VL Decision under Risk and Uncertainty (3 KP)
S Computational Economics (3 KP)
VL Kurzer Weg zur Physik komplexer Netzwerke (3 KP)
VL Spezielle Methoden der Modellierung großer Systeme
Lehrveranstaltungsform Kommentar SWS Angebotsrhythmus Workload Präsenz
Vorlesung WiSe 0
Seminar 2 WiSe 28
Übung 2 WiSe 28
Präsenzzeit Modul insgesamt 56 h
Prüfung Prüfungszeiten Prüfungsform
Gesamtmodul
1 benotete Prüfungsleistung:
Mündliche Prüfung (ca. 30 Min.) oder Klausur (Klausur ist zeitlich teilbar aber als Ganzes zu bewerten) mit Inhalten aus zwei Veranstaltungspaketen; Art der Prüfungsleistung wird bei Semesterbeginn von den entsprechenden Prüfenden bekannt gegeben

Unbenotete Prüfungsleistungen:
Mündliche Prüfung oder Klausur oder Portfolio oder fachpraktische Übung oder aktive Teilnahme; Art der Prüfungsleistung wird bei Semesterbeginn von den entsprechenden Prüfenden bekannt gegeben

Aktive Teilnahme umfasst z.B. die regelmäßige Abgabe von Übungen, Anfertigung von Lösungen zu Übungsaufgaben, die Protokollierung der jeweils durchgeführten Versuche bzw. der praktischen Arbeiten, die Diskussion von Seminarbeiträgen oder Darstellungen von Aufgaben bzw. Inhalten in der Lehrveranstaltung in Form von Kurzberichten oder Kurzreferat