haku: @keyword automatisointi / yhteensä: 43
viite: 4 / 43
| Tekijä: | Harju, Mikko |
| Työn nimi: | Automated Construction of Dynamic Bayesian Networks in Simulation Metamodeling |
| Dynaamisten Bayes-verkkojen automatisoitu konstruointi simulaatiometamallinnuksessa | |
| Julkaisutyyppi: | Diplomityö |
| Julkaisuvuosi: | 2013 |
| Sivut: | 71 Kieli: eng |
| Koulu/Laitos/Osasto: | Sähkötekniikan korkeakoulu |
| Oppiaine: | Systeemi- ja operaatiotutkimus (F3008) |
| Valvoja: | Hämäläinen, Raimo P. |
| Ohjaaja: | Virtanen, Kai |
| Elektroninen julkaisu: | http://urn.fi/URN:NBN:fi:aalto-201308247639 |
| OEVS: | Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossaOppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa. Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/ Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.
Kirjautuminen asiakaskoneille
Opinnäytteen avaaminen
Opinnäytteen lukeminen
Opinnäytteen tulostus
|
| Sijainti: | P1 Ark Aalto 5139 | Arkisto |
| Avainsanat: | automation discrete event simulation dynamic Bayesian networks simulation simulation metamodeling automatisointi diskreetti tapahtumasimulointi dynaamiset Bayes-verkot simulaatiometamallinnus simulointi |
| Tiivistelmä (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. |
| Tiivistelmä (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. |
| ED: | 2013-12-02 |
INSSI tietueen numero: 48028
+ lisää koriin
INSSI