Advertisement

Stochastische Modellierung des technischen Kanalzustandes von Grundstücksanschlüssen mittels mathematischer Simulationen nach Monte-Carlo-Methode

  • Andrzej Raganowicz
Chapter

Zusammenfassung

Die Monte-Carlo-Methoden sind Algorithmen, die sich an Zufallszahlen anlehnen. Sie werden für verschiedene praktische und theoretische Fragestellungen der diskreten oder kontinuierlichen Mathematik eingesetzt und finden demzufolge vielseitige Anwendungen. In der Literatur werden Monte-Carlo-Methoden auch als stochastische oder randomisierte Algorithmen bezeichnet. Das Anwendungsgebiet der Monte-Carlo-Methoden heißt ferner stochastische Simulationen oder experimentelle Stochastik.

Literatur

  1. 2.
    ATV-M 149, Zustandserfassung, -klassifizierung und -bewertung von Entwässerungssystemen außerhalb von Gebäuden, 1999.Google Scholar
  2. 8.
    Cottin C., Döhler S.: Risikoanalyse – Modellierung, Beurteilung und Management von Risiken mit Praxisbeispielen, 2. Auflage, Springer Fachmedien Wiesbaden 2009, 2013.Google Scholar
  3. 9.
    Cvaci D., Günthert F. W.: Grundstücksentwässerungsanlagen, Zustandsdaten und Handlungsempfehlungen, in: gwf – Wasser/Abwasser,03/07, 2007.Google Scholar
  4. 10.
    Cvaci D., Günthert F. W.: Zustandsdaten von Grundstücksentwässerungsanlagen und daraus resultierende Handlungsempfehlungen, 2. Deutsches Symposium für Grabenlose Leitungserneuerung, Universität Siegen 2007.Google Scholar
  5. 17.
    DIN 1986-30, Entwässerungsanlagen für Gebäude und Grundstücke – Teil 30: Instandhaltung, Beuth Verlag GmbH, Berlin 2012Google Scholar
  6. 25.
    DWA-M 149-3, Zustandserfassung und -beurteilung von Entwässerungssystemen außerhalb von Gebäuden – Teil 3, Zustandsklassifizierung und -bewertung, 2007.Google Scholar
  7. 32.
    Hengartner W., Theodorescu R.: Einführung in die Monte-Carlo-Methode, Carl Hanser Verlag, München-Wien 1978.Google Scholar
  8. 38.
    Leisch F.: Computerintensive Methoden, LMU München, WS 2010/2011, 8 Zufallszahlen.Google Scholar
  9. 46.
    Müller-Gronbach T., Novak E., Ritter K.: Monte Carlo-Algorithmen, Springer-Verlag, Berlin Heidelberg 2012.CrossRefGoogle Scholar
  10. 53.
    Raganowicz A.: Nutzen statistisch-stochastischer Modelle in der Kanalzustandsprognose, Springer-Vieweg, 2017.Google Scholar
  11. 63.
    Stein D.: Instandhaltung von Kanalisationen, 3. Auflage, Ernst & Sohn, Berlin 1998.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019

Authors and Affiliations

  1. 1.Zweckverband zur Abwasserbeseitigung im Hachinger TalMünchenDeutschland

Personalised recommendations