Application of data compression techniques to the numerical analysis of time-extended petri nets with large state space

Zeiterweiterte Petrinetze eignen sich für die Modellierung von Computer-，Komplankations- und Fertigungssystemen.通过数值分析，我们发现了一些韦尔登。大足韦尔登所有的Zustände的Petrinetzes erzeugt和一个线性Gleichung系统在der Größe der Anzahl der Zustände iterativ gelöst。Lösungsvektor给了Zustawhrscheinlichekeiten一个，来自于利益集团的韦尔登。当Zuständen指数的Anzahl与Petrinetzes的Größe一起使用时，它通常不适用于实践的建模。Für die Speicherung des Zustandsraums und der Koeffizientenmatrix des GleichungssystemsReferen bereits effiziente Verfahren，die den Speicherbedarf von der Anzahl der Zustände entkoppeln. Für den Iterations- bzw.我们还没准备好。在数值分析中，这是一个重要的因素。Ziel des Forschungsvorhabens is die Entwicklung eines neuen approximativen Verfahrens für die numerische Analyse. Es soll ein möglichst allgemein anwendbares Verfahren entwickelt韦尔登，das nicht auf bestimmte Modellklassen angewiesen ist。Dabei sollen verlustenftete Datenkompressionsverfahren für die Speicherung des Iterationsvektors verwendet韦尔登.基础知识是从模型中产生的，是从关系中产生的。它是一种典型的压缩方法，具有相关性、量化和熵。Der verlustftete Quantisierungsschritt geschieht in Abhängigkeit von gewählten Fehlertoleranzen.这一设计必须有效地进行一次迭代的集成韦尔登。该方法将用于TimeNET的建模实现和实践测试。

Zeiterweiterte Petrinetze eignen sich für die Modellierung von Computer-, Kommunikations- und Fertigungssystemen. Durch die numerische Analyse können Leistungs- und Zuverlässigkeitsmaße gewonnen werden. Dazu werden alle Zustände des Petrinetzes erzeugt und ein lineares Gleichungssystem in der Größe der Anzahl der Zustände iterativ gelöst. Der Lösungsvektor gibt die Zustandswahrscheinlichkeiten an, aus denen die interessierenden Maße berechnet werden. Da die Anzahl von Zuständen exponentiell mit der Größe des Petrinetzes anwächst, ist das Verfahren für Modellierungsaufgaben aus der Praxis oft nicht anwendbar. Für die Speicherung des Zustandsraums und der Koeffizientenmatrix des Gleichungssystems existieren bereits effiziente Verfahren, die den Speicherbedarf von der Anzahl der Zustände entkoppeln. Für den Iterations- bzw. Lösungsvektor gibt es jedoch noch kein Verfahren. Dessen Größe ist momentan der begrenzende Faktor bei der numerischen Analyse. Ziel des Forschungsvorhabens ist die Entwicklung eines neuen approximativen Verfahrens für die numerische Analyse. Es soll ein möglichst allgemein anwendbares Verfahren entwickelt werden, das nicht auf bestimmte Modellklassen angewiesen ist. Dabei sollen verlustbehaftete Datenkompressionsverfahren für die Speicherung des Iterationsvektors verwendet werden. Grundlage ist die Ausnutzung von Korrelationen, die sich aus dem Modellkontext ergeben. Darauf baut ein typisches Kompressionsverfahren mit Dekorrelation, Quantisierung und Entropiekodierung auf. Der verlustbehaftete Quantisierungsschritt geschieht in Abhängigkeit von gewählten Fehlertoleranzen. Das Verfahren muss effizient in einen iterativen Gleichungslöser integriert werden. Die Methode wird in das Modellierungswerkzeug TimeNET implementiert und an Praxisbeispielen getestet.