SeSAm ist eine Entwicklung des Lehrstuhls für Künstliche Intelligenz und angewandte Informatik an der Universität Würzburg. Prof. Dr. Frank Puppe Dr. Franziska Klügl Universität Würzburg Lehrstuhl für Informatik 6 Kontakt: Rainer Herrler / Manuel Fehler Mail: [email protected] Tel: +49 931 888 - 6741 Besuchen Sie uns im Internet: http://www.simsesam.de Ausgewählte Projekte und Partner Abbildung klinischer Pfade in der Medizinischen Klinik I (Innere Medizin/ Gastrenterologie) der DRK Klinik Berlin-Köpenick. Simulation und Optimierung der Prozesse. Klinik für Strahlentherapie Universität Würzburg Abbildung der Schedulingprozesse nach der Aufnahme von Patienten. Optimierung des Einstellungsprozesses. Erstellung von virtuellen Hochregallagern zum Test der Steuerungssoftware und zur Visualisierung neu zu konstruierender Lager. Simulation der Fußgängerströme des SBB-Bahnhofs Bern zur Layoutoptimierung und zum Testen von Fahrplanumstellungen. SeSAm ist das Werkzeug für Multiagentensimulation Multiagentensimulation ist eine innovative Form der mikroskopischen Simulation. Jede aktive Modelleinheit wird dabei als autonomer “Agent” modelliert. Dadurch können detailreiche Simulation mit intelligenten, auch selbstlernenden Bausteinen und variablen Strukturen geschaffen werden, die weit über die Möglichkeiten traditioneller Simulation hinausgehen. Multiagentensimulation ist ideal für komplexe Logistik- und Verkehrssysteme, Nachbildung gesellschaftlicher Prozesse, Marktsimulationen, im E-Learning und Unterhaltungsbereich, etc. SeSAm: mächtig einfach durch visuelles Programmieren SeSAm: Modellieren auf Spezifikationsebene Spezifikation Simulation und Auswertung ÖVisuelles Programmieren für Modelleingabe, Szenario- BeeClass Profit vs threshold storage: number curr.profit: number rem._position: position Sammelerfolg Increase collective storage, update quality Unload Ergebnisse für Bienenzahlen prob scout, prob recruit prog forget Info_ received? Return to Hive always collectiveStorage: number qualityStorage: number RessourceClass After timecollect 4000 3000 2000 200000 ÖModulare deklarative Modellsprache erlaubt schnelles 150000 100000 Modell-prototyping 50000 1000 0 0 profit: number position: position prob scout þ kommunizierbar þ verständlich 250000 Sammelerfolg [J] Dance Info transfer triggers activity change BeeHiveClass Anzahl Waiting in Hive at hive profit high enough Definition, Instrumentierung und Experimentdesign 300000 5000 profit not high enough Werkzeugeigenschaften im Überblick Wartende Erfolgreiche Scouts erfolglose Scouts Rekruten Sammler 0 1000 2000 3000 4000 þ effizient þ wiederverwendbar 5000 Zeit Fly to Known Ressource at position of ressource Scout at position of ressource Collect ÖIntegrierter rundenbasierter Simulator mit Increase own storage acc. Ressource profig, which does not change Codeoptimierung, Animation und Visualisierung Implementierung ÖVisueller Interface Editor für modell- und benutzer- þ umfassend (all in one) þ schnell þ interaktiv spezifische Interaktion und Simulationsoberfläche Durch visuelles Programmieren und intelligente Modellrepräsentation sind es nur kleine Schritte von der ModellSpezifikation zu den Simulationsergebnissen ÖSemi-Automatische Modelloptimierung und Kalibrierung þ automatisch ÖUnterstützung auch komplexer verteilter Experimente þ verteilt ÖViele Schnittstellen über spezielle entwickelte oder þ offen þ flexibel existierende Plugins wie GIS-Datenimport, DatenbankSchnittstelle.
© Copyright 2024 ExpyDoc
