Erzeugung statischer Reaktionsnetze aus dynamisch geschachtelten Regelsystemen

Hauptmann, Felix (2020) Erzeugung statischer Reaktionsnetze aus dynamisch geschachtelten Regelsystemen. Masters thesis, Institute for Visual and Analytic Computing, University of Rostock.

Text Masterarbeit_Felix_Hauptmann.pdf Restricted to Registered users only Download (1MB)

Abstract

In der Modellierung und Simulation sind sowohl eine intuitive Modellierung und eine schnelle Ausführung wünschenswert. Während Regelsysteme eine kompakte Darstellung des Systems ermöglichen, sind sie in der Ausführung deutlich langsamer als Reaktionsnetze, welche vom Modellierer das Schreiben jeder einzelnen Reaktion erfordern. Eine Modellierung als Regelsystem und anschließende Umformung in ein Reaktionsnetz mittels Expansion löst dieses Problem. Die dynamisch-hierarchische Struktur von ineinander verschachtelten Systemen wird allerdings bislang noch nicht vom Expansionsverfahren unterstützt. Komplexe zell-biologische Modelle wie der Wnt-Signalweg und der Endozytose erfordern eine hierarchische Unterteilung. Der Fokus dieser Arbeit besteht in der Erweiterung des Expansionsalgorithmus um Ansätze, welche die auftretenden Probleme bei verschachtelten Systemen und einer sich verändernden Hierarchie lösen. Immer ausführbare Regeln bei der Expansion verhinderten dessen Terminierung, weshalb eine maximale Anzahl von Iterationen festgelegt wurde und Reaktionen, die danach gefunden werden, markiert werden mussten. Regeln, dessen Effekte und Ausführungsbedingungen nicht als Reaktionen ausdrückbar sind, veranlassten die Erweiterung von Reaktionen um Seiteneffekte und Guards. Außerdem erforderte die hierarchische Struktur der Modelle, dass diese Struktur implizit als Baum darzustellen ist. Diese Methoden wurden implementiert und durch die Ausführung von Beispielmodellen validiert und bezeugen deren Tauglichkeit. Zum Schluss wird noch über die Performance der Implementierung diskutiert und abgewogen, ab wann sich die Expansion gegenüber der Ausführung des Regelsystems lohnt.