search query: @keyword discrete event simulation / total: 8
reference: 4 / 8
Author: | Harju, Mikko |
Title: | Automated Construction of Dynamic Bayesian Networks in Simulation Metamodeling |
Dynaamisten Bayes-verkkojen automatisoitu konstruointi simulaatiometamallinnuksessa | |
Publication type: | Master's thesis |
Publication year: | 2013 |
Pages: | 71 Language: eng |
Department/School: | Sähkötekniikan korkeakoulu |
Main subject: | Systeemi- ja operaatiotutkimus (F3008) |
Supervisor: | Hämäläinen, Raimo P. |
Instructor: | Virtanen, Kai |
Electronic version URL: | http://urn.fi/URN:NBN:fi:aalto-201308247639 |
OEVS: | Electronic archive copy is available via Aalto Thesis Database.
Instructions Reading digital theses in the closed network of the Aalto University Harald Herlin Learning CentreIn the closed network of Learning Centre you can read digital and digitized theses not available in the open network. The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/ You can read theses on the Learning Centre customer computers, which are available on all floors.
Logging on to the customer computers
Opening a thesis
Reading the thesis
Printing the thesis
|
Location: | P1 Ark Aalto 5139 | Archive |
Keywords: | automation discrete event simulation dynamic Bayesian networks simulation simulation metamodeling automatisointi diskreetti tapahtumasimulointi dynaamiset Bayes-verkot simulaatiometamallinnus simulointi |
Abstract (eng): | This thesis introduces an automated approach for constructing dynamic Bayesian networks (DBNs) in simulation metamodeling. DBN metamodels permit studies dealing with simulation data produced by discrete event simulation (DES) models. The new approach allows easier and faster construction of such metamodels without requiring detailed knowledge of the methodology of Bayesian networks. Deficiencies in previously created DBN metamodels are thus readily corrected by creating new refined models. This increases the overall accuracy and usability of DBN metamodels. DES is an event based form of stochastic simulation that enables the study of the time evolution of the variables of the underlying system. Simulation metamodels are used to investigate the properties of simulation models by describing their behavior in the form of input-output mappings. In DBN metamodels, a DBN represents the joint probability distribution of the time-dependent variables of a DES model. The utilization of DBNs in metamodeling, unlike the use of input-output mappings, therefore enables investigations involving time-dependent variables. Unconditional and conditional time evolutions, i.e., the evolution over time of marginal or conditional probability distributions, can be studied. This allows for various forms of what-if analysis. The automated approach to the construction of DBN metamodels presented in this thesis includes design of experiment, preprocessing of the simulation data, selection of the variable specific time instants for the DBN, creation of the DBN, and validation of the DBN. In addition, this thesis introduces the concept of multiple time scales in DBNs which allows for more accurate DBNs without increasing their size. An implementation of the approach, a tool for constructing DBN metamodels, is also presented. Constructing DBN metamodels with the tool verifies the practicality of the automated approach. The use of the approach and the tool is illustrated by two example simulation studies dealing with air combat and the operation of an air base. |
Abstract (fin): | Tässä työssä esitellään uusi lähestymistapa dynaamisten Bayes-verkkojen (dynamic Bayesian networks, DBNs) automatisoituun konstruointiin simulaatiometamallinnuksessa. DBN-metamallien avulla tutkitaan diskreetillä tapahtumasimuloinnilla (discrete event simulation, DES) luotua simulointidataa. Lähestymistavan avulla kyetään konstruoimaan DBN-metamalleja helposti ja nopeasti tuntematta Bayes-verkkojen toimintaa lähemmin. Aiemmin konstruoitujen DBN-metamallien mahdollisia puutteita voidaan korjata vaivattomasti luomalla uusia paranneltuja metamalleja. Tämä menettely parantaa DBN-metamallien tarkkuutta ja käytettävyyttä. DES on stokastinen simulointimuoto, joka mahdollistaa mallin muuttujien arvojen aikakehityksen tarkastelun. Simulointimetamalleilla tutkitaan simulointimallien ominaisuuksia kuvaamalla niiden sisäänmenojen ja ulostulojen välistä yhteyttä. DBN-metamalleissa DBN kuvaa DES-mallin aikariippuvien muuttujien yhteisjakauman, minkä avulla voidaan tarkastella muuttujien reuna- ja ehdollisten todennäköisyysjakaumien aikakehitystä. Tämä mahdollistaa erilaiset mitä-jos -analyysit, joita ei voida toteuttaa pelkillä sisäänmeno-ulostulokuvauksilla. Tässä työssä esiteltävä lähestymistapa DBN-metamallien automatisoituun konstruointiin koostuu koesuunnittelusta, simulointidatan esikäsittelystä, muuttujakohtaisten ajanhetkien valinnasta DBN:ää varten, DBN:n luomisesta sekä metamallin validoinnista. Automatisoidun mallintamislähestymistavan lisäksi tässä työssä esitellään DBN:ien muuttujakohtaiset aikaskaalat, joiden avulla kyetään konstruoimaan tarkempia DBN:iä kasvattamatta niiden kokoa. Esitettyyn lähestymistapaan perustuen kehitetään DBN-metamallien konstruointityökalu. Työssä havainnollistetaan esitetyn lähestymistavan ja konstruointityökalun käyttökelpoisuutta kahdella esimerkkitapauksella, jotka liittyvät ilmataistelua ja ilmatukikohdan toimintaa kuvaaviin simulointimalleihin. |
ED: | 2013-12-02 |
INSSI record number: 48028
+ add basket
INSSI