Automatische Generierung und Ausführung von Simulationsexperimenten

• Antragstellerin: Professorin Dr. Adelinde Uhrmacher
• Fachliche Zuordnung: Datenmanagement, datenintensive Systeme, Informatik-Methoden in der Wirtschaftsinformatik ; Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
• Förderung: Förderung seit 2016
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 320435134

In vielen Bereichen werden Simulationsstudien immer mehr zu einem zentralen Instrument des wissenschaftlichen Erkenntnisgewinns. Jedoch erfordern solche Simulationsstudien nicht nur umfangreiches Wissen über die Systeme, welche modelliert und analysiert werden sollen, sondern auch detailliertes Wissen über das Design solcher Simulationsexperimente und die involvierten Methoden. Das Projekt "Automatische Generierung und Ausführung von Simulationsexperimenten - GrEASE" zielt darauf ab, die systematische Durchführung von diskret-ereignisorientierten, stochastischen Simulationstudien zu unterstützen, indem Simulationsexperimente automatisch generiert und ausgeführt werden. Simulationstudien umfassen die schrittweise Verfeinerung der Simulationsmodelle sowie die sukzessive Ausführung unterschiedlicher Simulationsexperimente, z.B. Sensitivitätsanalyse oder Optimierung, für welche wiederum verschiedenste Methoden zur Verfügung stehen. Um Simulationsexperimente automatisch zu generieren und auszuführen, werden wir uns auf die folgenden Fragen fokussieren:welche Arten von Wissen über Simulationsexperimente, Methoden, Ziele und die aktuelle Simulationsstudie werden benötigt, wie kann dieses Wissen repräsentiert, genutzt und kombiniert werden, und welche Rolle spielen Experimentschemata, Ontologien über Methoden, das konzeptionelle Modell sowie bereits ausgeführte Simulationsexperimente und Provenance bei diesem Vorhaben?Wir werden zwei Strategien zur Generierung von Simulationsexperimenten verfolgen. Beide basieren auf einer effektiven Kombination der oben genannten Wissensquellen, wobei sich ihre Ausgangspunkte und Ansätze jedoch unterscheiden. Die eine Strategie konzentriert sich auf die Generierung und Durchführung eines spezifischen Simulationsexperiments auf der Grundlage, dass zuvor Experimente mit ähnlichen Zielen durchgeführt wurden, oder auf der Grundlage, dass bestimmte Experimente mit eng verwandten Modellen durchgeführt wurden. Somit bildet Provenance den Ausgangspunkt für diese Strategie. Die zweite Strategie zielt darauf ab, Simulationsexperimente von Grund auf zu generieren, und basiert auf Inferenzregeln, um einen Experimenttyp und geeignete Methoden auszuwählen und die entsprechenden Experiment-Templates auszufüllen. Hier ist das konzeptionelle Modell von entscheidender Bedeutung, da es Kontextinformationen über das Simulationsmodell liefert. Für die Evaluation der entwickelten Methoden, Strategien und deren Kombination sind mehrere konkrete Simulationsstudien vorgesehen.

• DFG-Verfahren: Sachbeihilfen