Eintrag weiter verarbeiten
Wissensentdeckung im Kontext der Produktionssimulation
Gespeichert in:
| Personen und Körperschaften: | , , , , |
|---|---|
| Titel: | Wissensentdeckung im Kontext der Produktionssimulation/ Niclas Feldkamp |
| Hochschulschriftenvermerk: | Dissertation, Technische Universität Ilmenau, 2019 |
| Format: | Buch Hochschulschrift |
| Sprache: | Deutsch |
| veröffentlicht: |
Ilmenau
Universitätsverlag Ilmenau
2020
|
| Schlagwörter: | |
| Erscheint auch als: | Feldkamp, Niclas, Wissensentdeckung im Kontext der Produktionssimulation, Ilmenau : Universitätsverlag Ilmenau, 2020, 1 Online-Ressource (XII, 217, XIV-XX Seiten) |
| Quelle: | Verbunddaten SWB |
| Zusammenfassung: | Die diskrete Simulation stellt eine wichtige und etablierte Methode zur Untersuchung des dynamischen Verhaltens von komplexen Produktions- und Logistiksystemen dar. Sie ist daher zur Planung, Steuerung und Kontrolle solcher Systeme unerlässlich, beispielsweise in der Automobilindustrie oder in der Halbleiterfertigung. Klassische Simulationsstudien zielen in diesem Kontext üblicherweise darauf ab, typische, vorab definierte Fragestellungen zu beantworten. Dies geht oftmals einher mit der Simulation und Analyse einiger weniger vorab definierter Szenarien. Wirkzusammenhänge, die über diesen definierten Projektrahmen hinausgehen, bleiben daher eventuell unentdeckt. Auf der anderen Seite erwachsen mit steigender Rechenleistung und der allgemeinen Verfügbarkeit von Big-Data-Infrastrukturen neue Möglichkeiten zur Durchführung von sehr großen Bandbreiten von Simulationsexperimenten, um das Verhalten des Modells möglichst vollständig abzudecken und automatisiert auszuwerten. Dies wird allgemein als Data Farming bezeichnet. Ziel dieser Arbeit war es, die Methode des Data Farming für die Nutzung zur Wissensentdeckung in Produktionssimulationen zu übertragen und weiterzuentwickeln. Dazu wurde ein ganzheitliches Konzept ausgearbeitet, um unbekannte, versteckte und potenziell nützliche Wirkzusammenhänge in großen Mengen von Simulationsdaten entdecken zu können. Das Konzept beinhaltet hierzu die Auswahl geeigneter Experimentdesignmethoden, die Anwendung und Ausgestaltung von geeigneten Data-Mining-Verfahren in einem dafür zweckmäßigen und zielgerichteten Analyseprozess sowie die Definition geeigneter Visualisierungs- und Interaktionsmethoden zur iterativen, anwenderorientierten Analyse großer Mengen von Simulationsdaten. Darüber hinaus wurde das Konzept in einem ganzheitlichen Softwareframework prototypisch implementiert. Die Anwendbarkeit des Konzeptes wurde anhand von vier Fallstudien aufgezeigt und validiert. Die Fallstudien beinhalteten hierbei zwei akademische Laborstudien sowie zwei Industrieanwendungsfälle. |
|---|---|
| Umfang: | XII, 217, XIV-XX Seiten; Diagramme, Illustrationen (teilweise farbig); 21 cm x 14.8 cm, 316 g |
| ISBN: |
9783863602109
3863602102 |