کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
10322275 | 660850 | 2015 | 8 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
A dynamic time warped clustering technique for discrete event simulation-based system analysis
ترجمه فارسی عنوان
زمان پویا تکنیک خوشه بندی پیچیده برای تجزیه و تحلیل سیستم مبتنی بر شبیه سازی رویداد گسسته است
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
ترجمه چکیده
این مقاله روشی جدید را برای تحلیل خروجی شبیه سازی رویداد گسسته معرفی می کند. این رویکرد ترکیبی از انحراف زمان پویا و خوشه بندی برای شناسایی رفتار سیستم است که به عملکرد کلی سیستم منجر می شود، با اتصال موارد خوشه بندی به وقایع خاصی در سیستم. سیاهههای مربوط به مدل شبیه سازی شده به جریانهای موجود در گروه بر اساس مسیر گرفته شده و زمان سفر از طریق سیستم تجزیه و تحلیل شده است. رویکرد پیشنهادی برای شبیه سازی رویداد گسسته یک سیستم دست زدن به غرفه بین المللی فرودگاه مورد بررسی قرار گرفته است. نتایج نشان می دهد که این روش می تواند به طور خودکار عوامل کلیدی را شناسایی کند که بر زمان خاتمه کلیه نهادهای سیستم تاثیر می گذارد، مانند کیسه هایی که شکستگی اولیه را شکست می دهند. روش تجزیه و تحلیل جدید، بینش عملکرد سیستم را فراتر از این که از طریق تکنیک های تجزیه و تحلیل سنتی به دست می آید، فراهم می کند. این تکنیک همچنین دارای برنامه بالقوه برای پارادایم های مدل سازی مبتنی بر عامل و همچنین رویدادهای رویداد کسب و کار است که به طور سنتی با استفاده از تکنیک های استخراج فرآیند مورد مطالعه قرار گرفته است.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
هوش مصنوعی
چکیده انگلیسی
This paper introduces a novel approach for discrete event simulation output analysis. The approach combines dynamic time warping and clustering to enable the identification of system behaviours contributing to overall system performance, by linking the clustering cases to specific causal events within the system. Simulation model event logs have been analysed to group entity flows based on the path taken and travel time through the system. The proposed approach is investigated for a discrete event simulation of an international airport baggage handling system. Results show that the method is able to automatically identify key factors that influence the overall dwell time of system entities, such as bags that fail primary screening. The novel analysis methodology provides insight into system performance, beyond that achievable through traditional analysis techniques. This technique also has potential application to agent-based modelling paradigms and also business event logs traditionally studied using process mining techniques.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Expert Systems with Applications - Volume 42, Issue 21, 30 November 2015, Pages 8078-8085
Journal: Expert Systems with Applications - Volume 42, Issue 21, 30 November 2015, Pages 8078-8085
نویسندگان
Michael Johnstone, Vu Thanh Le, James Zhang, Bruce Gunn, Saeid Nahavandi, Doug Creighton,