Konsistente, Verteilungskonforme Multi-Level-Simulation auf Basis gelernter, nicht-determinierter Abstraktionsübergänge

Wittek, Stefan

Die Entwicklung komplexer Systeme, wie Fabrikanlagen, autonome Schienenfahrzeuge oder Flugzeuge, wird fast ausnahmslos von Modellierung und Simulation begleitet. Die Methode erlaubt es in allen Phasen der Entwicklung, Entwürfe zu evaluieren und Alternativen gegenüber zu stellen. Für jedes Modell muss entschieden werden, wie detailliert es das System abbildet und wie groß sein Betrachtungsausschnitt ist. Typischerweise unterliegt diese Entscheidung einem beschränkten Projektbudget, sodass die Dimensionen Detailgrad und Ganzheitlichkeit in der Praxis gegeneinander abgewogen werden müssen. Ein Modell des gesamten Systems kann somit nur in einem bestimmten, maximalen Detailgrad realisiert werden (Grobebene). Um eine detaillierte Betrachtung zu ermöglichen, muss ein kleinerer Betrachtungsgegenstand gewählt werden (Detailebene). Somit reduziert sich entweder der Detailgrad oder die Perspektive. Eine in der Literatur viel diskutierte Lösung dieses scheinbaren Dilemmas liegt darin, die Modelle der Grob- und der Detailebene zu verbinden. Es entsteht ein Hybrid, der genau da detailliert ist, wo es für eine bestimmte Fragestellung erforderlich ist. Die Modelle sind jedoch auf unterschiedlichen Abstraktionsebenen angesiedelt. Um sie zu verbinden, müssen Übergange (z.B. Adapter) zwischen ihnen geschaffen werden. Bei dem Übergang von der Detailebene in die Grobebene (up) geht typischerweise Information verloren, die im umgekehrten Fall (down) wieder „aufgefüllt“ werden muss. Dieses „Auffüllen“ ist im Allgemeinen nicht eindeutig. Dennoch fordern bestehende Ansätze häufig, dass die Verkettung von down und up (schwache Konsistenz) sowie von up und down (starke Konsistenz) die Identität liefert. Hierdurch wird down eindeutig gemacht. Im Rahmen dieser Arbeit wird anhand eines einfachen Lieferkettenbeispiels aufgezeigt, dass diese Eindeutigkeit zu großen Problemen für die Validität der Simulation führen kann. Um dieses Problem aufzulösen, wird in der vorliegenden Arbeit die gekoppelte Simulation beider Ebenen als indeterministisch verstanden. Es wird gefordert, dass sie der (schwachen) Konsistenz genügt und einer geeignete Wahrscheinlichkeitsverteilung folgt. Ein weiteres Problem bestehender Ansätze liegt darin, dass sie den Effizienzgewinn aus der Verbindung beider Ebenen durch zusätzlichen Modellierungsaufwand für up und down gefährden. Das Ziel der vorliegenden Arbeit ist somit der Entwurf einer Architektur für lernende Multi-Level-Simulationen. Lernend deshalb, da hierbei konsistente und verteilungskonforme Übergänge mithilfe von maschinellen Lernverfahren basierend auf Beispielen generiert werden.

Vorschau

Zitieren

Zitierform:

Wittek, Stefan: Konsistente, Verteilungskonforme Multi-Level-Simulation auf Basis gelernter, nicht-determinierter Abstraktionsübergänge. Clausthal-Zellerfeld 2021.

Zugriffsstatistik

Gesamt:
Volltextzugriffe:
Metadatenansicht:
12 Monate:
Volltextzugriffe:
Metadatenansicht:

Grafik öffnen

Rechte

Nutzung und Vervielfältigung:
Alle Rechte vorbehalten

Export