Current page:
Lecture: Selbst-organisierende, eingebettete Systeme - Details

  • Detaillierte Informationen über die Veranstaltung werden angezeigt, wie z.B. die Veranstaltungsnummer, Zuordnungen, DozentInnen, TutorInnen etc. In den Detail-Informationen ist unter Aktionen das Eintragen in eine Veranstaltung möglich.

  • link-extern Further help
You are not logged in.

Selbst-organisierende, eingebettete Systeme

General information

Course number INF-0215
Semester SS 2019
Home institute Softwaretechnik
Courses type Lecture in category Teaching
First appointment Mon , 29.04.2019 10:00 - 11:30, Room: (2045N)
Type/Form Vorlesung
Hauptunterrichtssprache deutsch
Literaturhinweise Planning and Decision Making for Aerial Robots, Bestaoui Sebbane
ECTS points 6

Lecturers

Times

Monday: 10:00 - 11:30, weekly (from 29/04/19)

Course location

(2045N) Mon.. 10:00 - 11:30 (12x)
(N 2045) Friday. 26.07. 16:00 - 17:30

Fields of study

Comment/Description

Zukünftige eingebettete Softwaresysteme sind von einer stärkeren Vernetzung geprägt, deren Handhabbarkeit Techniken erfordert, die über das klassische Repertoire der Softwareentwicklung hinausgehen. Dies bewirkt vor allem eine Ablösung von manueller hin zu autonomerer Verwaltung der Systeme - man denke an autonom erkundende Roboterschwärme, intelligente Versorgungsnetze oder flexible Produktionsanlagen.

Die Natur ist voll von Systemen, die eine hohe Robustheit durch Adaptivität und Selbstorganisation aufweisen. Die Vorlesung "Selbst-organisierende, eingebettete Systeme" vermittelt Kenntnisse über Beispiele aus der Biologie, Physik und anderen Bereichen sowie ingenieurstechnische Anwendungen ebendieser.

Eine zentrale Frage ist hierbei:
Wie lassen sich ähnliche Prinzipien in der Entwicklung leistungsfähiger Softwaresysteme nutzbar machen?


Für die Modellierung und Konstruktion adaptiver Systeme in der Informatik ergeben sich dadurch neue Herausforderungen:
Vernetzung von heterogenen, eigennützigen Systemen (z.B. Energiewirtschaft) und Design von verteilten Entscheidungsfindungsmechanismen.
Modellierung von Unsicherheit und robuste Entscheidungsfindung (nehme ich einen schnellen Flugplan mit 30 Minuten Umstiegzeit oder einen langsameren mit 1:30?)
Übergang in der Spezifikation von korrektem Systemverhalten zu optimalem (z.B. Fehlertoleranz in Produktionsanlagen)
Entscheidungsfindung in Kollektiven
Im Verlauf der Veranstaltung werden verschiedene Beispiele (u.a. Zombie-Infektionen, Fischschwärme, eigennützige Router, Scheduling-Aufgaben in der Produktion) für derartige Systeme vorgestellt.

Schließlich wird ein Hauptaugenmerk auf die grundlegende Vermittlung von technischen Kompetenzen in der Algorithmik gelegt, die den Studierenden sowohl in ihrer Berufslaufbahn als auch in anderen Wissenschaftsdisziplinen nützlich sind.


In praktischen Übungsaufgaben werden die Prinzipien dann von den Studenten in Kleingruppen selbst umgesetzt. Neben der Entwicklung eines entsprechenden Systems aus der Aufgabenstellung wird dabei insbesondere die Analyse des Systemverhaltens und die Auswirkungen kleiner Änderungen im Vordergrund stehen. Die Prüfung erfolgt mündlich am Ende des Semesters.

Lernziele:

Kollektive adaptive Systeme kennenlernen
Prinzipien von verschiedenen Selbst-Organisationsmechanismen verstehen
Implementierung von praktischen Anwendungen

Voraussichtliche Inhalte:

Komplexe Systeme, Chaostheorie und Selbst-Organisation
Zelluläre Automaten
Multi-Agentensysteme und Schwärme
Stigmergie
Naturinspirierte Synchronisationsverfahren
Software Engineering im Autonomic und Organic Computing
Multi-Roboter-Planung
Künstliche Intelligenz in technischen Systemen
Entscheidungsfindung unter Unsicherheit

Registration mode

After enrolment, participants will manually be selected.

Studierende im B.Sc. Ingenieurinformatik haben eine Platzgarantie, alle anderen werden nach verfügbarer Kapazität aufgenommen. Ob Sie einen Platz erhalten, erfahren Sie in der Woche vor Vorlesungsbeginn.

attendance

Current number of participants 33
expected number of participants 40