Stud.IP Uni Oldenburg
University of Oldenburg
28.10.2021 05:13:40
mar770 - Modelling of Large Systems (Course overview)
Institute for Chemistry and Biology of the Marine Environment 18 KP
Module components Semester courses Sommersemester 2017 Examination
Lecture
Seminar
  • No access 2.01.501 - Umweltinformationssysteme Show lecturers
    • Dr. Ute Vogel-Sonnenschein

    Monday: 10:00 - 12:00, weekly (from 03/04/17), V
    Thursday: 10:00 - 12:00, weekly (from 06/04/17)
    Dates on Monday. 24.07.17 - Tuesday. 25.07.17 09:00 - 12:00, Tuesday. 12.09.17 10:00 - 11:30, Wednesday. 20.09.17 09:30 - 11:00

  • No access 2.01.511 - Smart Grid Management Show lecturers
    • Prof. Dr. Sebastian Lehnhoff
    • Astrid Niesse
    • Dr. Jörg Bremer

    Monday: 08:00 - 10:00, weekly (from 03/04/17), Vorlesung
    Thursday: 08:00 - 10:00, weekly (from 06/04/17)
    Dates on Tuesday. 11.07.17 13:00 - 17:00, Friday. 14.07.17 12:00 - 16:00, Monday. 17.07.17 10:00 - 13:00, Wednesday. 19.07.17, Tuesday. 25.07.17 10:00 - 15:00, Thursday. 27.07.17 09:00 - 12:00

    Beachten Sie bitte die Informationen der Veranstaltung im Stud.IP

  • No access 2.01.513 - Praktikum Energieinformatik Show lecturers
    • Prof. Dr. Sebastian Lehnhoff
    • Dr. Jörg Bremer

    Monday: 14:00 - 16:00, weekly (from 03/04/17), P, Location: V02 1-114
    Wednesday: 12:00 - 14:00, weekly (from 05/04/17), Location: A01 0-005

Exercises
Notes for the module
Prerequisites
Programmierkurs Java oder vergleichbare Kenntnisse
Reference text
18 KP | VL; Ü; SE | 2. und 3. FS | Sonnenschein
Module examination
G
Skills to be acquired in this module
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.