Abstract

Üblicherweise basiert die Auswertung der Ergebnisse einer Simulationsstudie auf den Kennzahlen eines abgeschlossenen Simulationslaufs oder mehrerer Simulationsexperimente. Dieser Beitrag präsentiert eine Methode zur Analyse von Simulationsverlaufsdaten, d. h. Daten und Ereignisse, die während der Simulation anfallen. Zu diesem Zweck verwenden wir in diesem Beitrag Pattern-Mining-Algorithmen, um verborgene Zusammen-hänge und potenziell interessante Muster in diesen dynamischen Daten zu entdecken. Hierzu wird ein Konzept vorgestellt sowie anhand einer einfachen, akademischen Fallstudie prototypisch angewendet. Diese Methode bietet einen neuen Ansatz zur Erkenntnisgewinnung in komplexen Simulationsszenarien, insbesondere im Bereich Produktion und Logistik.