Zeitplan

14:15 - 14:35

Sheepsmeadow: Agentenbasierte Modellierung einfach erlernen

Michael Brüggemann (Uni Münster)
Abstract
'Sheepsmeadow' ist ein in Java entwickeltes offenes Simulationsprogramm, das den Nutzer:innen das Themengebiet "Agentenbasierte Modellierung" (ABM) spielerisch näher bringen soll. Agenten sind Wölfe und Schafe, die miteinander auf einer Wiese interagieren. 'Sheepsmeadow' gibt zudem die Möglichkeit, eigene Entscheidungsregeln (Actions) direkt im Quellcode zu ergänzen und so die Simulation zu verändern. Es soll dabei helfen, die Entwicklung von ABMs mithilfe des MASON Frameworks zu erlernen.
Durch die Einstellbarkeit der Modelparameter und der Möglichkeit, eigene Actions im Quellcode zu integrieren, eignet sich 'Sheepsmeadow' perfekt als Lernsoftware, um unterschiedliche Facetten der Agentenbasierten Modellierung zu erlernen (Nutzen des Modells, Parametrisieren des Modells, Implementieren neuer Logiken, Analyse der Simulationsergebnisse).
- kompletter Abstract: https://pretalx.com/fossgis2025/talk/review/GDGA3RU3TY9KAG9PDDE8PPD7TNKXJCVD
- Als Maintainer des Repositories tritt Herr Brüggemann dafür ein, dass das Projekt unter offenen Standards (weiter-)entwickelt wird.
- Repository: https://github.com/MichaelBrueggemann/sheepsmeadow.

14:40 - 15:00

2.5D Indoor-Karten auf Basis von OpenStreetMap-Daten

Richard Fuchs und Jacques-Maurice Walther (TU Dresden)
Abstract:
Die Orientierung in unbekannten Gebäuden mit mehreren Stockwerken kann für viele Personen, insbesondere für Menschen mit Beeinträchtigungen, eine Herausforderung darstellen. Um dies zu erleichtern, entstand die bestehende Kartenanwendung "Mapable" im Rahmen des Open-Source-Projekts Accessible-Maps-Projekts der TU Dresden auf Basis von OSM-Daten von Gebäuden. Diese wurde im Rahmen der vorliegenden Arbeit durch die Implementierung einer 2.5D-Gebäudedarstellung und einer neuen, für einen Infopunkt angepassten Nutzendenoberfläche erweitert.
- Art der Arbeit: Projektarbeit
- kompletter Abstract: https://files.fossgis.de/Konferenz/2025/Richard-Fuchs_Jacques-Walter_2.5D_Indoor-Karten_auf_Basis_von_OSM.pdf

15:05 - 15:25

Comparing Ship Energy Demand Prediction Using Environmental Variables from Weather Forecast Platforms and Onboard Ship Data

Igor Quaresma
Abstract
Die Energieeffizienz in der maritimen Industrie ist entscheidend für die Verringerung der Treibhausgasemissionen (GHG). In dieser Studie wird untersucht, wie sich die Verwendung verschiedener Wetterdatenplattformen (GFS und ERA5) in einem digitalen Schiffszwilling auswirkt und wie sich dies auf den modellierten Energiebedarf des Schiffes für bestimmte Trajektorien bei ruhigen, mäßigen und rauen Seebedingungen im Vergleich zu einem in Betrieb befindlichen Schiff auswirkt. Die Bewertung stützt sich auf ein Basisszenario und vier zusätzliche kontrollierte Fälle. Der R2-Wert zeigte, dass es keinen signifikanten Unterschied zwischen der Verwendung von GFS und ERA5 gibt, mit einer Differenz von 0,16 %. Die endgültigen R2-Werte zeigen, dass das Modell bei ruhiger See und ohne zusätzlichen Wind besser abschneidet.
- Art der Arbeit: Masterarbeit
- kompletter Abstract: https://files.fossgis.de/Konferenz/2025/Igor-Quaresma-Comparing_Ship_Energy_Demand_Prediction_Using_Environmental_Variables.pdf