并行和分布式仿真领域出现于 20 世纪 70 年代和 80 年代,由两个截然不同、相互重叠的研究团体发起。一方面,并行离散事件仿真 (PDES) 团体致力于通过利用高性能计算平台来加速离散事件仿真的执行。大约在同一时间范围内,分布式仿真团体从国防团体的研究和开发工作中发展而来,该团体专注于将单独开发的仿真互连起来,这些仿真在通过局域网和广域网互连的计算机上执行。这项研究最初侧重于用于训练目的的仿真,但很快扩展到包括物理设备的分析、测试和评估等领域。虽然 PDES 和分布式仿真之间存在重要差异,但也存在许多共同的问题。在这里,我们非正式地将并行和分布式仿真描述为一个领域,它涵盖了这两个团体在从紧密耦合的并行计算平台到通过广域网连接的松散耦合机器等平台上执行单个仿真程序时出现的问题。
并行和分布式仿真领域出现于 20 世纪 70 年代和 80 年代,由两个截然不同、相互重叠的研究团体发起。一方面,并行离散事件仿真 (PDES) 团体关注通过利用高性能计算平台来加速离散事件仿真的执行。大约在同一时间范围内,分布式仿真团体从国防团体的研究和开发工作中发展而来,该团体专注于将通过局域网和广域网互连的计算机上执行的单独开发的仿真进行互连。这项研究最初侧重于用于培训目的的仿真,但很快扩展到包括物理设备的分析、测试和评估等领域。虽然 PDES 和分布式仿真之间存在重要差异,但也存在许多共同的问题。在这里,我们非正式地将并行和分布式模拟描述为一个领域,它涵盖了这两个社区在从紧密耦合的并行计算平台到通过广域网连接的松散耦合机器的平台上执行单个模拟程序而产生的问题。
可以增强作战能力,提高武器系统的战备能力,并在财政环境收紧的情况下运作。军事系统的高昂维护成本加上延长的生命周期,迫使海军部寻找创新方法来维护在役设备。增材制造,也称为 3D 打印,是一种具有潜力提供新型作战能力并降低军事武器系统维护成本的技术。但海军如何才能利用增材制造承诺的成本节约和交货时间缩短,同时将快速发展的技术带来的风险降至最低?本论文探讨了确定增材制造应用以维护在役海军航空设备所需的技术和后勤因素。本论文介绍了一种组件选择方法,用于查询航空备件库存以确定增材制造候选者。该方法使用自上而下的方法组织结果数据,将技术可行性与计划目标相结合。最后,Innoslate 中的离散事件模拟 (DES) 会分析数据,为工程师和后勤人员提供决策管理框架,以支持增材制造业务案例的开发。14. 主题术语增材制造、供应链、航空、决策支持、维持、离散事件模拟
I。i ntroduction离散事件动态系统(DEDS)是其动力学驱动的系统,即状态进化完全取决于随着时间的推移发生异步离散事件的发生。制造系统,电信网络,运输网络是DEDS的示例[2]。要描述这些系统的行为,普通或部分微分方程不合适,因此考虑了更相关的理论设置,其中可以引用以下内容:语言和自动机,马尔可夫链和彼得里网络,邀请读者咨询[3]以获取概述。仅涉及延迟和同步的DED,即,任务的启动等待以前的任务要完成,这是值得的。这些系统可以通过定时事件图(TEGS)以图形方式描绘,该图是定时的培养皿网的一个子类,每个地方每个地方都有一个上游和一个上游过渡,一个和一个下游过渡。最大值代数设置是一种基本的半环,适合描述TEG的行为,这要归功于线性状态方程与经典线性系统理论(即最大值线性系统(MPL)的行为)非常类似的线性状态方程,这可以在此Algebra中定义为矩阵。这些线性状态方程对于处理与经典控制理论相似的控制问题很有用,
本报告介绍了一种量化系统理论,该理论支持基于称为“量化”的过程的预测过滤,以减少状态更新传输。量化系统是具有输入和输出量化器的系统。量化仅在量子级交叉处生成状态更新,将发送方模型抽象为 DEVS(离散事件系统规范)表示。这提供了一种替代的、有效的方法来将连续模型嵌入分布式离散事件模拟中。量化系统理论研究了在何种条件下,DEVS 表示系统的耦合能够很好地表示原始组合。这对应于预测过滤的闭环研究,即发送方和接收方都在暴露彼此的抽象。先前对航位推算精度/性能权衡的分析假设开环分析延续到闭环情况。不幸的是,数值分析的经验表明,反馈相互作用的动态可能会导致产生的误差无限制地增长。量化系统理论提供了同态(无误差)量化预测过滤成为可能的条件。它展示了当条件被违反时如何产生错误,并提出了近似同态的适当概念。讨论了量化在消息流量减少中的应用。该理论已通过模拟得到证实
特别会议39智能运输系统的进步:建模,控制和优化39建模,调度和控制自主制造方面的进步。39智能医疗管理的进步。。。。。。。。。。。。。。。。。。。。。40 AI启用离散事件动态系统。。。。。。。。。。。。。。。。。。。。。。。流通中的40条装配线:关注以人为中心,可持续和弹性制造。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。41农业和园艺的自治系统。。。。。。。。。。。。。。。。。。41在行业5.0背景下,具有协作机器人的高级制造业。42自治系统的决策和控制技术。。。。。。。。。。。。。。。42
摘要 - Quantum Cloud Computing是一种新兴的计算范式,可以无缝访问量子硬件作为基于云的服务。但是,有效利用量子资源是具有挑战性的,需要有效的仿真框架才能进行有效的资源管理设计和评估。为了满足这一需求,我们提出了Qsimpy,这是一个新颖的离散事件仿真框架,旨在以主要重点为重点,以促进以学习为中心的方法,以解决云环境中的量子资源管理问题。受到可扩展性,兼容性和可重复性原则的基础,Qsimpy提供了一个基于Simpy的轻量级仿真环境,该环境基于Simpy,这是一种众所周知的基于Python的仿真引擎,用于建模量子云资源和任务操作的动态。我们将体育馆的环境集成到我们的框架中,以支持创建模拟环境,以开发和评估强化学习基于增强学习的技术,以优化量子云资源管理。QSIMPY框架封装了量子云环境的运行复杂性,支持通过DRL方法进行动态任务分配和优化研究的研究。我们还证明了Qsimpy在制定量子任务放置问题的增强学习政策中的使用,并证明了其潜力是对未来量子云研究的有用框架。索引术语 - 量子云计算,量子资源管理,强化学习,离散事件模拟
描述各种架构框架(主要是 DODAF)。通过构建离散事件操作模型了解客户需求。使用操作模型引出系统外部和人机界面。导出系统状态和模式。开发可重复使用的功能系统架构并导出性能要求。定义实现功能并满足性能要求的物理系统架构。设计分析周期。相对于架构模型的交易研究定义。从操作、功能和物理系统模型推动安全评估。先决条件:[ARO 专业];[ARO 201L 或 ARO 2011L 成绩为 C 或更高]。
