Leye, Stefan (2014) Toward Guiding Simulation Experiments. PhD thesis, Institute of Computer Science, University of Rostock.
Full text not available from this repository.Abstract
Die Menge an verfügbaren Methoden, die in imulationsexperimenten einsetzbar sind, kann Nutzer überfordern. Eine besonderes Problem ist die Auswahl der richtigen Methoden für die verschiedenen Aufgaben, die ein Simulationsexperiment beinhaltet. Daher sind Werkzeuge notwendig, die das unproblematische Einbetten der Methoden, eine Führung durch die einzelnen Aufgaben, sowie Unterstützung bei der Auswahl von Methoden für diese Aufgaben bieten. Die vorliegende Arbeit behandelt Techniken, die für die Umgebung zur Nutzerunterstützung von Simulationsexperimenten GUISE entwickelt wurden, um diesen Herausforderungen zu begegnen. Es werden Literatur und Werkzeuge untersucht um typische Aufgaben, die in einem Simulationsexperiment auftreten, zu identifizieren. Dabei werden sechs Aufgaben abgeleitet: die Spezifikation des Experiments, die Konfiguration von Modelparametern, die Ausführung von Modellen, die Sammlung von Simulationsdaten, deren Analyse sowie die Auswertung der Ergebnisse. Daraufhin wird die Experimentierschicht des Simulationsrahmenwerkes JAMES II erweitert um diese Aufgaben, unter zu Hilfenahme des Plugin-Systems von JAMES II, explizit zu unterstützen. Vier Beispielexperimente untermauern die Anwendbarkeit des Konzeptes. Dies beeinhaltet ein Validierungsexperiment in der Molekularbiologie, eine Sensitivitätsanalyse sowie ein Optimierungsexperiment in der Zellbiologie und ein exploratives Experiment in der Elektrotechnik. Außerdem wird das Konzept auf Arbeitsabläufe abgebildet, um die Dokumentationseigenschaften des Workflow-Management-Systems WorMS auszunutzen, die insbesondere helfen Experimente reproduzierbar zu machen. Um Nutzern bei der Auswahl der passenden Methode für eine Aufgabe zu helfen, wird ein Konzept zur synthetischen Problemlösung eingeführt, das Algorithmen komponiert um gegebene Probleme zu lösen. Die Komposition betrachtet Problem und Algorithmeneigenschaften und erlaubt die Abbildung verschiedener Kompositionsstrategien, wie Algorithmenselektion, Portfolios oder Ensembles. Die synthetische Problemlösung wird in eine Erweiterung des Rahmenwerkes zur Simulationsalgorithmenselektion SASF eingebettet und konkrete Kompositionen können als JAMES II Plugins eingesetzt werden. Ihre Effektivität wird in zwei Fallstudien gezeigt, die einerseits Algorithmen zur Abschätzung von Steady-State-Statistiken und andererseits Analysewerkzeuge zur Abschätzung von notwendigen Replikationen behandelt.
| Item Type: | Thesis (PhD) |
|---|---|
| Projects: | CoSa |
