Diszkrét szimulációs technikák

Discrete Simulation Techniques

A tantárgyleírás hatályossága

Hatályosság kezdete:

2026. March 21.

Hatályosság vége:

—

Tantárgy neve (magyarul, angolul)

Diszkrét szimulációs technikák

Discrete Simulation Techniques

Tantárgykód

BMEVITMAV60

Tantárgyjelleg

—

Képzési szint

—

Kurzustípusok és óraszámok (heti/féléves)

Kurzustípus	elmélet	gyakorlat	laboratóriumi gyakorlat
óraszám (heti)	2	0	0
jelleg (kapcsolt/önálló)	—	—	—

Tanulmányi teljesítmény/értékelés típusa

félévközi érdemjegy

Tantárgy kreditértéke

Tantárgyfelelős

DR. Vidács Attila

beosztás: egyetemi docens

elérhetőség: vidacs.attila@vik.bme.hu

Tantárgyat gondozó oktatási szervezeti egység

Távközlési és Mesterséges Intelligencia Tanszék

Kar

Villamosmérnöki és Informatikai Kar

Tantárgy weboldala

—

Tantárgy elsődleges mintatantervi jellege

—

Közvetlen előkövetelmények – Erős előkövetelmény

nincs

Közvetlen előkövetelmények – Gyenge előkövetelmény

nincs

Közvetlen előkövetelmények – Párhuzamos előkövetelmény

nincs

Közvetlen előkövetelmények – Mérföldkő előkövetelmény

nincs

Közvetlen előkövetelmények – Kizáró feltétel

nincs

Célkitűzés

Tantárgyprogram

Alapfogalmak és véletlenszámok

Diszkrét szimuláció alapfogalmai, a szimulációhoz kapcsolódó legfontosabb matematikai eszközök, véletlenszám előállítási algoritmusok, inverz transzformációs módszer, EVM, Monte Carlo módszer.

Diszkrét eseményvezérelt szimulációk (DES)

Állapotreprezentáció és időkezelés az állapot-idő térben, DES. Szimulációs software felépítési elvek. A mesterséges intelligencia néhány alapfogalma.

Gyorsított szimulációs technikák

RESTART, „trajectory-splitting”, Importance Sampling, rétegzett mintavétel.

Ritka események szimulációja.

Szimulációs optimalizálás

Heurisztikus, hill climbing, szimulált lehűtés.

Inputmodellezés, Markov folyamatok. Sorbanállási modellek szimulációja.

Szimulációs végrehajtása és eredmények kiértékelése

Szimulációs futtatás, felfutási idő analízis („warm up” periódus), futásvezérlés. Szimulációs eredmények kiértékelése, szimulációs eredmények hibái. Konfidencia-intervallum, megbízhatóság. Variancia csökkentő megoldások, feltételes variancia formula módszere, ellentétes változók módszere, kontroll változók módszere, rétegzett mintavétel

Szimulációs szoftverek

Diszkrét szimulációs eszközök, szimulációs alkalmazások: Gyártósor és logisztikai rendszer szimulációja, szimuláció Mesterséges Intelligenciával, optimalizálás szimulációval rugalmas gyártó- és minőségellenőrző rendszereknél, közlekedési alkalmazás, forgalmi logisztikai problémák.

A tárgy célja bevezetést nyújtani a különböző műszaki területek szimulációs vizsgálatának metodikájába és tervezési alkalmazásaiba. A főbb alkalmazási területek: informatika, gyártórendszerek, közlekedés, logisztika, környezetvédelmi problémák. A tantárgy keretén belül a hallgatók elsajátíthatják a különböző modellezési és szimulációs technikákat, a szimulációs eszközök használatában jártasságot szerezhetnek, megismerkedhetnek a mesterséges intelligenciával vezérelt szimulációval és verifikációs, validációs képességeket szerezhetnek, mely a mérnöki munkában nélkülözhetetlen.

Tanulmányi eredmények

Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:

Tudás

Nincsenek rögzített tanulási eredmények.

Képességek

Nincsenek rögzített tanulási eredmények.

Attitűd

Nincsenek rögzített tanulási eredmények.

Autonómia és felelősség

Nincsenek rögzített tanulási eredmények.

Oktatási módszertan

előadás

Tanulástámogató anyagok

Online források

Dr. Szűcs Gábor: Diszkrét szimuláció matematikai alapjai, Aula Kiadó, Budapest, 2007.; Law, A.M., W.D. Kelton: Simulation, Modeling and Analysis, 3. kiadás, 2000.; Fishman, George S.: Discrete-Event Simulation, Modeling Programming and Analysis, Springer-Verlag, New York, 2001.

A tantárgy teljesítéséhez ajánlott előzetes ismeretek

Tudás típusú kompetenciák

(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)

Alapvető valószínűségszámítási és informatikai ismeretek.

Képesség típusú kompetenciák

(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)

nincs

Ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák

(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)

Alapvető valószínűségszámítási és informatikai ismeretek.

Általános szabályok

Követelmények: A félév során 2 zárthelyi dolgozatot kell írniuk a hallgatóknak. Mindkét zárthelyit legalább elégségesre kell megírni, különben az elégtelen zárthelyit pótolni kell. A zárthelyi illetve pót-zárthelyi eredményes, ha a maximális pontszám legalább 50%-t elérte a hallgató. A félévközi jegy megállapításának módja: a két dolgozat számtani közepe felfele kerekítéssel. Pótlási lehetőségek: A pótlási időszakban lehetőség van egy eredménytelen zárthelyi dolgozat újbóli pótlására, különeljárási díj megfizetése mellett.

Teljesítményértékelési módszerek

Szorgalmi időszakban végzett teljesítményértékelések részletes leírása

Nincs megadva részletes értékelés.

Szorgalmi időszakban végzett teljesítményértékelések részaránya

Nincs megadva részarány.

Vizsgaidőszakban végzett teljesítményértékelések részletes leírása

Nincs megadva részletes értékelés.

Vizsgarészek részaránya

Nincs megadva részarány.

Érdemjegy megállapítása

Nincs megadva érdemjegy határ.

Jelenléti és részvételi követelmények

Nincs megadva jelenléti követelmény.

Javítás, ismétlés és pótlás különös szabályai

Nincs megadva.

Rövid leírás

Nincs megadva.

Részletes leírás

Nincs megadva.

Ajánlott tantárgyak

nincs

A tantárgy elvégzéséhez szükséges tanulmányi munka

Nincs megadva munkaidő bontás.

Tantárgykövetelmények hatályossága

Tantárgykövetelmények hatályosságának kezdete:

—

Tantárgykövetelmények hatályosságának vége:

—

Tantervi elhelyezés

Nincsenek rögzített tantervi elhelyezések ehhez a tárgyverzióhoz.