JP2610216B2 - 従来のコンピュータを使用してマルチドメイン及び多次元の同時シュミレーションを行う方法 - Google Patents
従来のコンピュータを使用してマルチドメイン及び多次元の同時シュミレーションを行う方法Info
- Publication number
- JP2610216B2 JP2610216B2 JP4507251A JP50725192A JP2610216B2 JP 2610216 B2 JP2610216 B2 JP 2610216B2 JP 4507251 A JP4507251 A JP 4507251A JP 50725192 A JP50725192 A JP 50725192A JP 2610216 B2 JP2610216 B2 JP 2610216B2
- Authority
- JP
- Japan
- Prior art keywords
- experiments
- experiment
- simulation
- computer system
- simulations
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3604—Software analysis for verifying properties of programs
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
【発明の詳細な説明】 関連出願 本発明は、同時に出願した次の特許出願に関連してい
る。
る。
「プログラムパスの同時シュミレーションを使用して
コンピュータプログラムをテストし、デバックしそして
比較する方法(METHOD FOR TESTING,DEBUGGING,AND COM
PARING COMPUTER PROGRAMS USING CONCURRENT SIMULATI
ON OF PROGRAM PATHS)」と題するアーンスト・グエン
サ・ウルリッチ、カレン・パネッタ・レンツ及びミッチ
ェル・M・ガスチン氏の米国特許出願(PD91−0094)。
コンピュータプログラムをテストし、デバックしそして
比較する方法(METHOD FOR TESTING,DEBUGGING,AND COM
PARING COMPUTER PROGRAMS USING CONCURRENT SIMULATI
ON OF PROGRAM PATHS)」と題するアーンスト・グエン
サ・ウルリッチ、カレン・パネッタ・レンツ及びミッチ
ェル・M・ガスチン氏の米国特許出願(PD91−0094)。
発明の分野 本発明は、デジタルコンピュータを使用して種々の実
験をシミュレーションすることに係り、より詳細には、
デジタルコンピュータにおける1回の実行の中で関連実
験の並列シミュレーションを行う改良された方法に関す
る。
験をシミュレーションすることに係り、より詳細には、
デジタルコンピュータにおける1回の実行の中で関連実
験の並列シミュレーションを行う改良された方法に関す
る。
先行技術 シュミレーションとは、実世界の状態を模倣してそれ
に関連した何かを学習しようと試みる方法である。実際
の状態における各々の対象及び動作は、コンピュータ方
法にその対応部分を有する。シュミレーションが正確で
あれば、即ちコンピュータ方法が実世界をうまく映し出
していれば、コンピュータ方法の結果も、そのシュミレ
ーションされた結果を映し出すことになる。従って、実
世界の状態に何が起こるかを、その発生を実際に観察せ
ずに理解できる。
に関連した何かを学習しようと試みる方法である。実際
の状態における各々の対象及び動作は、コンピュータ方
法にその対応部分を有する。シュミレーションが正確で
あれば、即ちコンピュータ方法が実世界をうまく映し出
していれば、コンピュータ方法の結果も、そのシュミレ
ーションされた結果を映し出すことになる。従って、実
世界の状態に何が起こるかを、その発生を実際に観察せ
ずに理解できる。
コンピュータの能力と、リアリティをもった充分な模
型を構築できるようになったことにより、実験のシミュ
レーションが次第に効果的なものとなって、しばしば物
理実験にとって代わる優れたものになっている。例え
ば、工学的な試作品を作ってテストすることには、従来
の手段、即ちスケールダウンした模型上の実際の構造物
によるのではなく、模型及びシュミレーションに関して
益々行われている実験である。
型を構築できるようになったことにより、実験のシミュ
レーションが次第に効果的なものとなって、しばしば物
理実験にとって代わる優れたものになっている。例え
ば、工学的な試作品を作ってテストすることには、従来
の手段、即ちスケールダウンした模型上の実際の構造物
によるのではなく、模型及びシュミレーションに関して
益々行われている実験である。
同時シミュレーション(CS)とは、1回のコンピュー
タランを用いて関連実験を並列に模擬するようなシミュ
レーションである。又、CSとは、従来のコンピュータで
実行されて、併設のハードウェアなしに同時実験を行う
方法がある。換言すれば、CSは、複数のCPUよりも、少
なくとも一つのCPUを含んでいるコンピュータを使用す
る。CSは、離散型事象(descrete events)でシミュレ
ートされたシステムに適用されかつそれらに限定され
る。その速度は、単一実験のシリアル(一度に一回の)
シミュレーションよりも典型的に10ないし1000倍も速い
が、これは、主として、実験の回数と、それらの類似程
度とに基づいている。CSは1970年来のもので、ゲートレ
ベルデジタルネットワークの欠陥シミュレーションに対
して最初に開発されたものである。その後何年かたっ
て、その汎用性が高まり、最近では、シミュレーション
方法論へと発展してきている。個別事象シミュレーショ
ンとは、特定の問題を解決するために選択された方法で
あり、CSはシリアルシュミレーションよりも通常は優れ
ている。CSはシリアルシュミレーションに勝る次のよう
な多数の利点を有している。
タランを用いて関連実験を並列に模擬するようなシミュ
レーションである。又、CSとは、従来のコンピュータで
実行されて、併設のハードウェアなしに同時実験を行う
方法がある。換言すれば、CSは、複数のCPUよりも、少
なくとも一つのCPUを含んでいるコンピュータを使用す
る。CSは、離散型事象(descrete events)でシミュレ
ートされたシステムに適用されかつそれらに限定され
る。その速度は、単一実験のシリアル(一度に一回の)
シミュレーションよりも典型的に10ないし1000倍も速い
が、これは、主として、実験の回数と、それらの類似程
度とに基づいている。CSは1970年来のもので、ゲートレ
ベルデジタルネットワークの欠陥シミュレーションに対
して最初に開発されたものである。その後何年かたっ
て、その汎用性が高まり、最近では、シミュレーション
方法論へと発展してきている。個別事象シミュレーショ
ンとは、特定の問題を解決するために選択された方法で
あり、CSはシリアルシュミレーションよりも通常は優れ
ている。CSはシリアルシュミレーションに勝る次のよう
な多数の利点を有している。
第1に、全ての実験は、時間の次元を介して同期的に
進行し、従って、CSは、実験が競合者であるレースに類
似する。これは、レース方法論とシミュレーションの比
較形式を構成する。この方法論及びCSのスピードは、シ
リアルシミュレーションで得られるよりも更に困難でか
つ大規模な問題の解決を許容する。この方法論及び比較
形式に基づくシミュレーション戦略は、最初は同じであ
るが後になって異なる関連した実験をシミュレーション
しかつ観測することである。
進行し、従って、CSは、実験が競合者であるレースに類
似する。これは、レース方法論とシミュレーションの比
較形式を構成する。この方法論及びCSのスピードは、シ
リアルシミュレーションで得られるよりも更に困難でか
つ大規模な問題の解決を許容する。この方法論及び比較
形式に基づくシミュレーション戦略は、最初は同じであ
るが後になって異なる関連した実験をシミュレーション
しかつ観測することである。
第2に、シリアルシミュレーションに対して不便でか
つ経費が掛かる観測は、CSで容易にかつ優雅に取り扱わ
れる。実験は、比較して観測され、かつ統計的に厳密な
細部について比較されうる。統計的な「シグネチャ」
は、保持されかつ全ての実験に対して周期的に分析され
る。
つ経費が掛かる観測は、CSで容易にかつ優雅に取り扱わ
れる。実験は、比較して観測され、かつ統計的に厳密な
細部について比較されうる。統計的な「シグネチャ」
は、保持されかつ全ての実験に対して周期的に分析され
る。
更に、CSは種々の形態で速度をもたらす。シリアルシ
ュミレーションに比して、実験が単一のランに圧縮され
る。シリアルシュミレーション間のアイドルタイムがな
くなり、シュミレーションの対象は戦略上加速される。
又、同時実験の数、それらの類似性、及びそれらと基準
実験との類似性により、前記のCPUの時間は、それに等
価なシリアルシュミレーションよりも典型的に10ないし
1000倍も短縮される。更に、シグネチャの分析に基づい
て、初期基準実験は、基準実験と同時実験(concurrent
experiments)との平均差を縮小しかつ更にスピードを
増すより中心的なもの(より中心的な実験)でしばしば
置換されうる。
ュミレーションに比して、実験が単一のランに圧縮され
る。シリアルシュミレーション間のアイドルタイムがな
くなり、シュミレーションの対象は戦略上加速される。
又、同時実験の数、それらの類似性、及びそれらと基準
実験との類似性により、前記のCPUの時間は、それに等
価なシリアルシュミレーションよりも典型的に10ないし
1000倍も短縮される。更に、シグネチャの分析に基づい
て、初期基準実験は、基準実験と同時実験(concurrent
experiments)との平均差を縮小しかつ更にスピードを
増すより中心的なもの(より中心的な実験)でしばしば
置換されうる。
更に、CSは正確さと汎用性をもたらす。例えば、バイ
オロジーや化学の分野では、関連及び同様の物理実験を
平行に行うことが望まれるが、人件費やスペースや器具
や必要な原材料により通常は非常にコストのかかるもの
となる。CSは、平行な(そして正確に時間同期した)実
験形態であるので、この平行な物理実験にとって代わる
ものである。従来のコンピュータと、模型作成/シュミ
レーションの技術を除けば、リソースは全く不要であ
る。
オロジーや化学の分野では、関連及び同様の物理実験を
平行に行うことが望まれるが、人件費やスペースや器具
や必要な原材料により通常は非常にコストのかかるもの
となる。CSは、平行な(そして正確に時間同期した)実
験形態であるので、この平行な物理実験にとって代わる
ものである。従来のコンピュータと、模型作成/シュミ
レーションの技術を除けば、リソースは全く不要であ
る。
シリアル及び同時シュミレーション 同時シュミレーション(CS)の効率が高いことを明ら
かにし且つCSがいかに機能するかを理解する上で有用な
CSの類似性は次の通りである。食料品店へ買い物に行く
場合に、チョコレートクッキーを作るための品目と、パ
ンを作るための品目の2つの買い物リストを有している
とすると、食料品店の通路に沿ってそのリスト上の品目
を探すことのできる方法は2つある。第1に、一方の買
い物リスト上の品目を探し、他方のリスト上の品目を一
切考えない。全ての品目を見つけて買い物かごに入れた
後に、第2の買い物リストを取り出し、再び通路に沿っ
てその第2リストの品目を探す。この第1の方法はシリ
アルシュミレーションに類似している。買い物をする人
は、食料品店の同じ通路を2回以上通ることにより時間
を浪費することが明らかである。例えば、両方の料理に
小麦粉が必要な場合には、小麦粉の通路へもう一度行っ
て両方の料理に充分な小麦粉を同時に取り上げねばなら
ない。
かにし且つCSがいかに機能するかを理解する上で有用な
CSの類似性は次の通りである。食料品店へ買い物に行く
場合に、チョコレートクッキーを作るための品目と、パ
ンを作るための品目の2つの買い物リストを有している
とすると、食料品店の通路に沿ってそのリスト上の品目
を探すことのできる方法は2つある。第1に、一方の買
い物リスト上の品目を探し、他方のリスト上の品目を一
切考えない。全ての品目を見つけて買い物かごに入れた
後に、第2の買い物リストを取り出し、再び通路に沿っ
てその第2リストの品目を探す。この第1の方法はシリ
アルシュミレーションに類似している。買い物をする人
は、食料品店の同じ通路を2回以上通ることにより時間
を浪費することが明らかである。例えば、両方の料理に
小麦粉が必要な場合には、小麦粉の通路へもう一度行っ
て両方の料理に充分な小麦粉を同時に取り上げねばなら
ない。
買い物をする人が両方の買い物リストの類似性を意識
し認識していれば、小麦粉を探すという同じ行為を行っ
て時間を節約できるはずである。リスト上の品目が異な
るときだけ別々に通路へ行く時間が必要とされる。例え
ば、チョコレートクッキーの調理にはチョコレートチッ
プが必要で、パンの調理には必要でない。これは、チョ
コレートチップを特別に探さなければならないことを意
味する。これが「相違点のシミュレーション」である。
「基準マシン」と、この基準マシンからの相違とをシュ
ミレーションするだけでよい。食料品店の例について
は、パンのリストを基準と考えると、品目を探すための
ベースとしてパンのリストを使用し、他の買い物リスト
の品目をパンのリストと比較して店内を移動することに
なる。任意の店において、他の買い物リストのある品目
がパンのリストに存在せず、即ち相違点が生じた場合
に、追加の探索を行ってその異なる品目を探すことにな
る。通路に沿って品目を探す人は、タスクを処理するCP
Uと同様である。従って、CSを用いると、CPUは、種々の
実験の共通のタスクを一回実行しそしてタスクの基準リ
ストから異なる追加のタスクを処理することにより時間
をセーブする。このため、CSはシリアルシュミレーショ
ンに比して効率がよい。
し認識していれば、小麦粉を探すという同じ行為を行っ
て時間を節約できるはずである。リスト上の品目が異な
るときだけ別々に通路へ行く時間が必要とされる。例え
ば、チョコレートクッキーの調理にはチョコレートチッ
プが必要で、パンの調理には必要でない。これは、チョ
コレートチップを特別に探さなければならないことを意
味する。これが「相違点のシミュレーション」である。
「基準マシン」と、この基準マシンからの相違とをシュ
ミレーションするだけでよい。食料品店の例について
は、パンのリストを基準と考えると、品目を探すための
ベースとしてパンのリストを使用し、他の買い物リスト
の品目をパンのリストと比較して店内を移動することに
なる。任意の店において、他の買い物リストのある品目
がパンのリストに存在せず、即ち相違点が生じた場合
に、追加の探索を行ってその異なる品目を探すことにな
る。通路に沿って品目を探す人は、タスクを処理するCP
Uと同様である。従って、CSを用いると、CPUは、種々の
実験の共通のタスクを一回実行しそしてタスクの基準リ
ストから異なる追加のタスクを処理することにより時間
をセーブする。このため、CSはシリアルシュミレーショ
ンに比して効率がよい。
次の図は、(a)シリアルシュミレーション及び
(b)それに等価な同時シュミレーションを示してい
る。
(b)それに等価な同時シュミレーションを示してい
る。
実験C0ないしCnは、シリアルシュミレーションS0ない
しSnと同等である。C0=Rは完全にシュミレーションさ
れた基準実験であり、C1ないしCnは小規模な同時C実験
である。例えば、C2は、時間t3にRから分岐し、Rと異
なる限り存在し、時間t9にRに合流する。ほとんどのシ
ュミレーション作業は基準実験(R実験)によって行わ
れる。これは、同時実験(C実験)についてコストをか
けずに、Rの対応部と同等のC実験の全てのセグメント
を処理する。R実験は、情報即ちR実験を行わないC実
験の識別番号を保持している。C実験当たりのシュミレ
ーションコストは、Rとの相違に比例する。C実験がR
と同等のままである場合には、コストなしでシュミレー
ションされる。Rとほとんど同等の場合には、ほとんど
コストなしでシュミレーションされる。データの異なる
多くのC実験は、R実験によるか又はより安価な関連C
実験によってほとんどコストなしに処理される。
しSnと同等である。C0=Rは完全にシュミレーションさ
れた基準実験であり、C1ないしCnは小規模な同時C実験
である。例えば、C2は、時間t3にRから分岐し、Rと異
なる限り存在し、時間t9にRに合流する。ほとんどのシ
ュミレーション作業は基準実験(R実験)によって行わ
れる。これは、同時実験(C実験)についてコストをか
けずに、Rの対応部と同等のC実験の全てのセグメント
を処理する。R実験は、情報即ちR実験を行わないC実
験の識別番号を保持している。C実験当たりのシュミレ
ーションコストは、Rとの相違に比例する。C実験がR
と同等のままである場合には、コストなしでシュミレー
ションされる。Rとほとんど同等の場合には、ほとんど
コストなしでシュミレーションされる。データの異なる
多くのC実験は、R実験によるか又はより安価な関連C
実験によってほとんどコストなしに処理される。
上記の図にはCSの別の強力な点も示されている。シリ
アルシュミレーションの場合、多数のシュミレーション
が試みられ、CPUの時間が浪費されることが不可避であ
ると共に、ユーザが現実性のない入力を指定することに
より現実性のない実験を指定するならば多くの混乱する
結果を招くことは不可避である。CSの場合には、この問
題が最小となる。CSは1つのR実験でスタートするの
で、誤ったスタートは1つしか考えられない。ほとんど
の非現実的な実験が「達成不能」となる確立は高い。
アルシュミレーションの場合、多数のシュミレーション
が試みられ、CPUの時間が浪費されることが不可避であ
ると共に、ユーザが現実性のない入力を指定することに
より現実性のない実験を指定するならば多くの混乱する
結果を招くことは不可避である。CSの場合には、この問
題が最小となる。CSは1つのR実験でスタートするの
で、誤ったスタートは1つしか考えられない。ほとんど
の非現実的な実験が「達成不能」となる確立は高い。
本発明の目的は、少なくとも1つの中央処理ユニット
を含むコンピュータの1回の実行中に非常に多数の実験
を種々のパラメータでシュミレーションするための効率
的な方法を提供することである。実験は少なくとも2グ
ループの入力セットを定めることによって開始され、こ
れら入力セットは、同様の変数及び異なる変数の両方を
含むドメインとして定められる。次いで、入力セット即
ちドメインの各次元の第1の値が基準入力セット即ちド
メインとして選択され、識別番号が指定される。各々の
入力セット即ちドメインに指定された変数は、各々の異
なる入力セット即ちドメインの対応する値が基準入力セ
ット即ちドメインと相互作用できるようにする複合識別
番号の形態の概念的多次元マトリスクを構成する。
を含むコンピュータの1回の実行中に非常に多数の実験
を種々のパラメータでシュミレーションするための効率
的な方法を提供することである。実験は少なくとも2グ
ループの入力セットを定めることによって開始され、こ
れら入力セットは、同様の変数及び異なる変数の両方を
含むドメインとして定められる。次いで、入力セット即
ちドメインの各次元の第1の値が基準入力セット即ちド
メインとして選択され、識別番号が指定される。各々の
入力セット即ちドメインに指定された変数は、各々の異
なる入力セット即ちドメインの対応する値が基準入力セ
ット即ちドメインと相互作用できるようにする複合識別
番号の形態の概念的多次元マトリスクを構成する。
本発明の他の目的、特徴及び効果は、同様の要素を同
じ参照番号で示した添付図面を参照した以下の説明から
明らかとなろう。本発明の目的及び効果は、請求の範囲
に特に指摘した手段及びその組み合わせによって実現化
され達成される。同様の要素を同じ参照番号で示した添
付図面を参照した好ましい実施例の以下の説明から公知
技術に勝る本発明の改良及びそれにより得られる効果が
明らかとなろう。
じ参照番号で示した添付図面を参照した以下の説明から
明らかとなろう。本発明の目的及び効果は、請求の範囲
に特に指摘した手段及びその組み合わせによって実現化
され達成される。同様の要素を同じ参照番号で示した添
付図面を参照した好ましい実施例の以下の説明から公知
技術に勝る本発明の改良及びそれにより得られる効果が
明らかとなろう。
図面の簡単な説明 公知技術に勝る本発明の効果は、好ましい実施例の以
下の説明から明らかとなろう。
下の説明から明らかとなろう。
図1a及び1bはデジタルネットワークを示す図、 図2aないし2cはネットワークのシリアルシュミレーシ
ョン、同時シュミレーション及び多次元同時シュミレー
ションの比較を示す図、 図3は典型的な回路シュミレーションを示す図、そし
て 図4aは典型的な回路シュミレーションを全体的に見た
図でありそして図4bは多次元同時シミュレーションを用
いた典型的な回路シュミレーションを部分的に見た図で
ある。
ョン、同時シュミレーション及び多次元同時シュミレー
ションの比較を示す図、 図3は典型的な回路シュミレーションを示す図、そし
て 図4aは典型的な回路シュミレーションを全体的に見た
図でありそして図4bは多次元同時シミュレーションを用
いた典型的な回路シュミレーションを部分的に見た図で
ある。
好ましい実施例の説明 シリアル(非同時)シュミレーション及び同時シュミ
レーション(CS)は、ここに説明するマルチドメイン同
時シュミレーション(MDCS)方法の背景をなすものであ
る。MDCSはCSを一般化したもので、より強力なツールを
構成するものである。同時実験(C実験)が相互作用し
ないような単一ドメインCSに対し、MDCSは異なった変数
間で相互作用を行えるようにする。
レーション(CS)は、ここに説明するマルチドメイン同
時シュミレーション(MDCS)方法の背景をなすものであ
る。MDCSはCSを一般化したもので、より強力なツールを
構成するものである。同時実験(C実験)が相互作用し
ないような単一ドメインCSに対し、MDCSは異なった変数
間で相互作用を行えるようにする。
添付図面の特に図1aには、MDCS方法でシュミレーショ
ンする例としてデジタルネットワークが示されている。
この図1aは、ネットによって接続されたエレメントより
成るデジタルネットワークを示している。より詳細に
は、ネットワーク10はエレメント12、14及び16を含み、
これらは機能的関係を説明できるように各々「A」、
「B」及び「C」で示されている。エレメント12、14及
び16はサブネットワーク又はプリミティブであり、特に
エレメント12はサブネットワークで、エレメント14及び
16はプリミティブである。エレメント12はベクトル(マ
ルチビット)及びスカラー入力を有する。図1aに示す幾
つかのエレメントは機能的には入力及び出力であり、即
ち、参照番号18、20及び22のエレメントは、機能を示す
ために各々「D」、「E」及び「F」で示された一次入
力である。同様に、エレメント24は、「G」で示された
一次出力である。
ンする例としてデジタルネットワークが示されている。
この図1aは、ネットによって接続されたエレメントより
成るデジタルネットワークを示している。より詳細に
は、ネットワーク10はエレメント12、14及び16を含み、
これらは機能的関係を説明できるように各々「A」、
「B」及び「C」で示されている。エレメント12、14及
び16はサブネットワーク又はプリミティブであり、特に
エレメント12はサブネットワークで、エレメント14及び
16はプリミティブである。エレメント12はベクトル(マ
ルチビット)及びスカラー入力を有する。図1aに示す幾
つかのエレメントは機能的には入力及び出力であり、即
ち、参照番号18、20及び22のエレメントは、機能を示す
ために各々「D」、「E」及び「F」で示された一次入
力である。同様に、エレメント24は、「G」で示された
一次出力である。
ネットワークの記述では、ネットワークをエレメント
について説明する。等価ネットワークは回路図の隣の図
1bについて説明する。即ち、AはD及びEの関数であり
(A=f1(D,E)と表され)、BはA及びCの関数であ
り(B=f2(A,C)と表され)、CはE及びFの関数で
あり(C=f3(E,F)と表され)そしてGはBの関数で
ある(G=f4(B)と表される)。
について説明する。等価ネットワークは回路図の隣の図
1bについて説明する。即ち、AはD及びEの関数であり
(A=f1(D,E)と表され)、BはA及びCの関数であ
り(B=f2(A,C)と表され)、CはE及びFの関数で
あり(C=f3(E,F)と表され)そしてGはBの関数で
ある(G=f4(B)と表される)。
種々のシュミレーション方法を対比するために、図2
a、2b及び2cは、シュミレーションに用いられる別々の
方法を概略的に示しており、それらは、シリアルシュミ
レーション(図2a)、同時シュミレーション(図2b)及
び本発明によるMDCS方法(図2c)である。
a、2b及び2cは、シュミレーションに用いられる別々の
方法を概略的に示しており、それらは、シリアルシュミ
レーション(図2a)、同時シュミレーション(図2b)及
び本発明によるMDCS方法(図2c)である。
シリアルシュミレーションを示す図2aでは、ネットワ
ークが繰り返しシュミレーションされる。縦の線は多数
のシュミレーションを示しており、その各々は互いに他
の結果に係わりなくシリアルに実行され、最初の線に続
く各々の線は、それに続く実験即ちシュミレーションの
間に考慮しなければならない幾つかの相違点を有してい
る。これらの縦の線は、S0(最初のシュミレーショ
ン)、S1(ある相違点をもつ次のシュミレーション、S2
・・・Snと示されている。これら縦の線は、シュミレー
ション中に考慮する変数を各々表す「a」、「b」及び
「c」が介在することにより途切れている。最初のシュ
ミレーションS0に続くシュミレーションS1ないしSnは、
シュミレーションS0とは異なる変数を含んでおり、その
相違が文字「d」とサフィックスで、da、db及びdcのよ
うに示されているが、最初のシュミレーションに続く各
シュミレーションのパラメータは、最初のシュミレーシ
ョンS0に非常に良く似ているか又はほぼ同じである。こ
のシリアルシュミレーションのプロセスはあまり効率的
でなく、即ち各縦の線ごとにコンピュータの実行を表し
ている。
ークが繰り返しシュミレーションされる。縦の線は多数
のシュミレーションを示しており、その各々は互いに他
の結果に係わりなくシリアルに実行され、最初の線に続
く各々の線は、それに続く実験即ちシュミレーションの
間に考慮しなければならない幾つかの相違点を有してい
る。これらの縦の線は、S0(最初のシュミレーショ
ン)、S1(ある相違点をもつ次のシュミレーション、S2
・・・Snと示されている。これら縦の線は、シュミレー
ション中に考慮する変数を各々表す「a」、「b」及び
「c」が介在することにより途切れている。最初のシュ
ミレーションS0に続くシュミレーションS1ないしSnは、
シュミレーションS0とは異なる変数を含んでおり、その
相違が文字「d」とサフィックスで、da、db及びdcのよ
うに示されているが、最初のシュミレーションに続く各
シュミレーションのパラメータは、最初のシュミレーシ
ョンS0に非常に良く似ているか又はほぼ同じである。こ
のシリアルシュミレーションのプロセスはあまり効率的
でなく、即ち各縦の線ごとにコンピュータの実行を表し
ている。
同時シュミレーションの図2bでは、1つのフルスケー
ルのシュミレーションと、何らかの数の小スケールの
「相違シュミレーション」が同時に実行される。R=C0
と示された唯一の縦線はフルスケールの「基準」即ちR
実験(基準入力値とも称する)であり、変数a、b又は
cの各々に交差する各横線は、直ちに考えられるように
相対的変数の「相違」を考慮した「同時」即ちC実験を
示している。機能表示C1、C2及びCnは同時即ちC実験で
あり、これらはシリアルシュミレーションS1ないしSn、
即ち最初のシュミレーションS0に続くシュミレーション
とシュミレーション結果が同じである。全ての実験及び
項目は、それに関連した番号、即ちC0、C1・・・Cnを有
し、これは識別番号(ID)と称する。相違(da、db、d
c)が生じると、R実験からC実験項目として分岐す
る。項目即ち変数が変化しそしてR実験における対応分
(a、b、c等)に再び等しくなると、その明確な存在
及びシュミレーションが終了する。R実験はC実験の作
業を最小にする。これは、R実験における対応分と同等
の全てのC実験の部分をシュミレーションする(C実験
当たりコストなしで)。CSの速度はR実験によって演じ
られる「全ての中の1つの」役割に基づいている。
ルのシュミレーションと、何らかの数の小スケールの
「相違シュミレーション」が同時に実行される。R=C0
と示された唯一の縦線はフルスケールの「基準」即ちR
実験(基準入力値とも称する)であり、変数a、b又は
cの各々に交差する各横線は、直ちに考えられるように
相対的変数の「相違」を考慮した「同時」即ちC実験を
示している。機能表示C1、C2及びCnは同時即ちC実験で
あり、これらはシリアルシュミレーションS1ないしSn、
即ち最初のシュミレーションS0に続くシュミレーション
とシュミレーション結果が同じである。全ての実験及び
項目は、それに関連した番号、即ちC0、C1・・・Cnを有
し、これは識別番号(ID)と称する。相違(da、db、d
c)が生じると、R実験からC実験項目として分岐す
る。項目即ち変数が変化しそしてR実験における対応分
(a、b、c等)に再び等しくなると、その明確な存在
及びシュミレーションが終了する。R実験はC実験の作
業を最小にする。これは、R実験における対応分と同等
の全てのC実験の部分をシュミレーションする(C実験
当たりコストなしで)。CSの速度はR実験によって演じ
られる「全ての中の1つの」役割に基づいている。
図2cから明らかなように、MDCSは通常のCSを改善する
ものであり、種々の入力セット即ちドメインとC実験が
相互作用できるようにする(又は2つの異なる入力セッ
ト間の独特の相違の相互作用)。C1及びC2と示された
「親」のC実験は、相違dxと、C1−C2と示された相互作
用実験とを生じさせる。親のC実験はランダムに相互作
用しない。ドメインAによる実験は、同じ次元内の他の
ものと相互作用せず、直行するドメインとのみ相互作用
する。MDCSは次の理由で経済的である。
ものであり、種々の入力セット即ちドメインとC実験が
相互作用できるようにする(又は2つの異なる入力セッ
ト間の独特の相違の相互作用)。C1及びC2と示された
「親」のC実験は、相違dxと、C1−C2と示された相互作
用実験とを生じさせる。親のC実験はランダムに相互作
用しない。ドメインAによる実験は、同じ次元内の他の
ものと相互作用せず、直行するドメインとのみ相互作用
する。MDCSは次の理由で経済的である。
1.実験の相互作用がある時間と場所で生じるはずであ
り、この場所は相互作用点として知られている。そのソ
ースポイントは実験と実験との相違のソースである。こ
れらは、しばしば実験入力(システムの供給される入力
パターン)から生じるが、システム内の欠陥ソースのよ
うなものである。相互作用実験は、(相当にコストのか
かる)実際のソースポイント、例えば図2aの「a」や
「b」ではなくて、相互作用ポイントで行われる。
り、この場所は相互作用点として知られている。そのソ
ースポイントは実験と実験との相違のソースである。こ
れらは、しばしば実験入力(システムの供給される入力
パターン)から生じるが、システム内の欠陥ソースのよ
うなものである。相互作用実験は、(相当にコストのか
かる)実際のソースポイント、例えば図2aの「a」や
「b」ではなくて、相互作用ポイントで行われる。
2.非常に僅かな親のC実験が非常に多数の潜在的な相互
作用実験を生じさせる。
作用実験を生じさせる。
3.多数の潜在的な相互作用は生じにくいことが明らかで
ある。これらは、図2bのR=C0と同一のままであるか又
はそれらの親実験と同一のままである。即ち、これら
は、親実験に含まれたコストのかからない「ゼロ実験」
として取り扱われる。ゼロ実験は、2つの実験が相互作
用できるが決してしないときに定義されるものである。
ある。これらは、図2bのR=C0と同一のままであるか又
はそれらの親実験と同一のままである。即ち、これら
は、親実験に含まれたコストのかからない「ゼロ実験」
として取り扱われる。ゼロ実験は、2つの実験が相互作
用できるが決してしないときに定義されるものである。
通常のCSは1次元のみである。それ故、単一フィール
ドのID番号をもつだけであり、これは通常単一のコンピ
ュータワードに記憶される。MDCSの場合には、各次元ご
とに別々のIDフィールドが必要であるが、これは複合ID
を形成する。これは、例を用いて最も良く説明される。
4つの次元をもつと仮定し、それらが各々150、160、17
0及び180という値をもつと仮定する。これは、4つのフ
ィールドをもつ複合IDを有していなければならないこと
を意味する。又、上記IDの各々は8ビットに適合するの
で、フィールド当たり8ビットが必要である。これら4
つのサブIDフィールドをA、B、C及びDと表示するこ
とができる。相互作用によって生じた1つの特定のC実
験がA17、B0、C0、D128である。これは、次のような内
容の複合IDを形成する。
ドのID番号をもつだけであり、これは通常単一のコンピ
ュータワードに記憶される。MDCSの場合には、各次元ご
とに別々のIDフィールドが必要であるが、これは複合ID
を形成する。これは、例を用いて最も良く説明される。
4つの次元をもつと仮定し、それらが各々150、160、17
0及び180という値をもつと仮定する。これは、4つのフ
ィールドをもつ複合IDを有していなければならないこと
を意味する。又、上記IDの各々は8ビットに適合するの
で、フィールド当たり8ビットが必要である。これら4
つのサブIDフィールドをA、B、C及びDと表示するこ
とができる。相互作用によって生じた1つの特定のC実
験がA17、B0、C0、D128である。これは、次のような内
容の複合IDを形成する。
Aフィールド: 17 Aフィールド: 0 Cフィールド: 0 Dフィールド:128 この複合IDは、00010001 00000000 00000000 1000
0000のように見え、32ビットワードに丁度適合する。他
のシュミレーションは、実行中のコンピュータに独特の
ワード(又はワード数)サイズに適合する複合IDを含む
ことができる。その原理は、コンピュータワード又はワ
ード数の隣接フィールドに異なったドメインの複合識別
番号を入力できる能力に基づいている。
0000のように見え、32ビットワードに丁度適合する。他
のシュミレーションは、実行中のコンピュータに独特の
ワード(又はワード数)サイズに適合する複合IDを含む
ことができる。その原理は、コンピュータワード又はワ
ード数の隣接フィールドに異なったドメインの複合識別
番号を入力できる能力に基づいている。
MDCSのより詳細な例は、これを回路シュミレーション
に使用することである。回路シュミレーションの場合、
1つの抵抗及び1つのキャパシタを2グループの入力セ
ット即ちドメインとして処理し、その各々が個別の値を
とるようにすることが所望される。これは、この例で使
用される抵抗及びキャパシタに加えて複数の種々の回路
エレメントを含むことのできる別の力セット即ちドメイ
ンを定義することを制限するものではない。MDCSでない
場合には、これを行うのに、この回路の100のバージョ
ンの形成と、100回の個別のシリアルシュミレーション
とが必要になる。MDCSの場合には、1つの回路バージョ
ンが必要となるだけで、抵抗及びキャパシタは2グルー
プの入力セット即ちドメインとして定義され、そして10
0の実験を含む1つのシュミレーションが実行される。
これは、1つの基準即ちR実験と、99の同時即ちC実験
とを含む。
に使用することである。回路シュミレーションの場合、
1つの抵抗及び1つのキャパシタを2グループの入力セ
ット即ちドメインとして処理し、その各々が個別の値を
とるようにすることが所望される。これは、この例で使
用される抵抗及びキャパシタに加えて複数の種々の回路
エレメントを含むことのできる別の力セット即ちドメイ
ンを定義することを制限するものではない。MDCSでない
場合には、これを行うのに、この回路の100のバージョ
ンの形成と、100回の個別のシリアルシュミレーション
とが必要になる。MDCSの場合には、1つの回路バージョ
ンが必要となるだけで、抵抗及びキャパシタは2グルー
プの入力セット即ちドメインとして定義され、そして10
0の実験を含む1つのシュミレーションが実行される。
これは、1つの基準即ちR実験と、99の同時即ちC実験
とを含む。
図3はこのような例である。図3において、ドメイン
「A」及び「B」は、a0、a1、a2・・・am及びb0、b1、
b2・・・bmと示された実験を発生する。R実験はa0−b0
と示されており、その識別番号は0−0である。定義さ
れた実験及びそれらの識別番号は、a0:0−0、a1:1−
0、a2:2−0、等々と、b0:0−0、b1:0−1、等々であ
る。実験a2−b1は、実験a2及びb1の相互作用によるもの
である。相互作用の識別番号は、相互作用する実験の識
別番号を組み合わせることによって形成される。
「A」及び「B」は、a0、a1、a2・・・am及びb0、b1、
b2・・・bmと示された実験を発生する。R実験はa0−b0
と示されており、その識別番号は0−0である。定義さ
れた実験及びそれらの識別番号は、a0:0−0、a1:1−
0、a2:2−0、等々と、b0:0−0、b1:0−1、等々であ
る。実験a2−b1は、実験a2及びb1の相互作用によるもの
である。相互作用の識別番号は、相互作用する実験の識
別番号を組み合わせることによって形成される。
図4aは、MDCSの概念的な全体的な図である。入力セッ
ト即ちドメインAによる実験は、入力セット即ちドメイ
ンBによる実験と相互作用し、ax−byと示された潜在的
な相互作用実験を形成する。図4aのa1−b1のようなある
相互作用実験は、決して「明確」に成り得ない。これら
はR=a0−b0と同じであり、ここでは「ゼロ実験」とし
て定義される。1つのドメインにおいてどの行又は列も
固定され、その行又は列は通常の同時シュミレーション
に対応する。図4bは図4aと同様であるが、平均的なネッ
トワークノードの局部的見地からMDCSを見たものであ
る。大規模な回路の場合、個々の入力セット即ちドメイ
ン(実験)は、平均的なノードに到達してそれに影響を
及ぼす確率はほんの僅かに過ぎず、平均的なノードにお
いては、R実験に加えて存在する実験はほんの僅かであ
るか又は全くない。図4bにおいて、ノードがアクティブ
になると、局部的に存在する2つの実験のみがシュミレ
ーションされる。明確な実験a2−b1を除くと、ノードN
の他の実験は、R=a0−b0で示された局部的なR実験と
同じであり、これによって表される。これはしばしば多
数のネットワークノードに存在する唯一のものである。
ト即ちドメインAによる実験は、入力セット即ちドメイ
ンBによる実験と相互作用し、ax−byと示された潜在的
な相互作用実験を形成する。図4aのa1−b1のようなある
相互作用実験は、決して「明確」に成り得ない。これら
はR=a0−b0と同じであり、ここでは「ゼロ実験」とし
て定義される。1つのドメインにおいてどの行又は列も
固定され、その行又は列は通常の同時シュミレーション
に対応する。図4bは図4aと同様であるが、平均的なネッ
トワークノードの局部的見地からMDCSを見たものであ
る。大規模な回路の場合、個々の入力セット即ちドメイ
ン(実験)は、平均的なノードに到達してそれに影響を
及ぼす確率はほんの僅かに過ぎず、平均的なノードにお
いては、R実験に加えて存在する実験はほんの僅かであ
るか又は全くない。図4bにおいて、ノードがアクティブ
になると、局部的に存在する2つの実験のみがシュミレ
ーションされる。明確な実験a2−b1を除くと、ノードN
の他の実験は、R=a0−b0で示された局部的なR実験と
同じであり、これによって表される。これはしばしば多
数のネットワークノードに存在する唯一のものである。
非常に僅かなドメインでは、多数の実験を定義するこ
とができる。例えば、ドメイン当たり10の値を有する6
個のドメインを用いると、全部で100万の実験を定義す
ることができる。これは、ある用途、特に多数の相互作
用実験がゼロ実験であって決して明確にならない場合
に、有用である。例えば、MDCSの有益な用途は、潜在的
な相互作用実験が生じず、ゼロ実験のままであることが
予想されるドメインを指定するものである。シュミレー
ションによりこの予想を確認することができ、実際の相
互作用が報告される。ゼロ実験は、不所望な意外な相互
作用の発生やエラーを生じることのない有益なものであ
る。
とができる。例えば、ドメイン当たり10の値を有する6
個のドメインを用いると、全部で100万の実験を定義す
ることができる。これは、ある用途、特に多数の相互作
用実験がゼロ実験であって決して明確にならない場合
に、有用である。例えば、MDCSの有益な用途は、潜在的
な相互作用実験が生じず、ゼロ実験のままであることが
予想されるドメインを指定するものである。シュミレー
ションによりこの予想を確認することができ、実際の相
互作用が報告される。ゼロ実験は、不所望な意外な相互
作用の発生やエラーを生じることのない有益なものであ
る。
多数の実験をコンピュータにおいて種々のパラメータ
でシュミレーションする新規で且つ有用な方法を説明し
た。特に、独特なドメインが定められ、各ドメインには
種々の実験値が指定される。コンピュータにおいて1つ
のシュミレーションが実行され、各ドメインの種々の指
定値の中のマトリクス相互作用から1組の相互作用実験
がダイナミックに形成される。ドメイン内では、親の同
時実験が識別され、他のドメインの実験と相互作用でき
るようにされる。相互作用実験は、2つ以上の同時実験
が相互作用することを含む。当業者であれば、ここに開
示した本発明の技術を種々の用途に適用するための変更
や追加が明らかであろう。従って、本発明は、好ましい
実施例の上記説明に限定されるものではなく、請求の範
囲に基づいて構成されるものとする。
でシュミレーションする新規で且つ有用な方法を説明し
た。特に、独特なドメインが定められ、各ドメインには
種々の実験値が指定される。コンピュータにおいて1つ
のシュミレーションが実行され、各ドメインの種々の指
定値の中のマトリクス相互作用から1組の相互作用実験
がダイナミックに形成される。ドメイン内では、親の同
時実験が識別され、他のドメインの実験と相互作用でき
るようにされる。相互作用実験は、2つ以上の同時実験
が相互作用することを含む。当業者であれば、ここに開
示した本発明の技術を種々の用途に適用するための変更
や追加が明らかであろう。従って、本発明は、好ましい
実施例の上記説明に限定されるものではなく、請求の範
囲に基づいて構成されるものとする。
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平3−286260(JP,A) 特開 平4−118780(JP,A) 特開 平4−147068(JP,A) 特開 昭62−159246(JP,A) 米国特許4769817(US,A) Deborah Machlin,e t.al.,Switch−Level Concurrent Fault Simnlation Based o n a General Purpos e List Traversal M echanism,1988 Intern ational Test Confe rene Proceedingp I EEE(Washington D. C.),PP.574−581(Sept.12 −14,1988) Silvano Gai,et.a l.,Advances in Con current Multilevel Simnlation,IEEE T ransaction on Comp uter−Aided Design, Vol.CAD−6,No.6,PP. 1006−1007(Nov.1987)
Claims (4)
- 【請求項1】コンピュータシステムで複数のシミュレー
ションを処理する方法であって、 前記コンピュータシステムにおいて実行すべく複数のシ
ュミレーションを供給し、各該シミュレーションは、コ
ンピュータシステムにおいて実行された対応する複数の
実験を含み、各該実験は、対応する実験の各パラメータ
に対する複数の値をそれに対応付けられて有し、 コンピュータシステムにおいて複数のシミュレーション
のそれぞれに対する複数の実験の第1のものの各パラメ
ータに対する第1の値を基準実験として選択し、 第1の基準実験とコンピュータシステムにおける複数の
シミュレーションの第1のものに対応付けられた複数の
実験の対応する後続のものとの間の第1の値差及び第2
の基準実験とコンピュータシステムにおける複数のシミ
ュレーションの第2のものに対応付けられた複数の実験
の対応する後続のものとの間の第2の値差を決定し、 もし前記第1の値及び前記第2の値が異なるならば、コ
ンピュータシステムにおいて実行すべく対話実験を形成
する段階を具備し、 前記対話を形成する段階は、 前記第1の基準実験とコンピュータシステムにおける前
記複数のシミュレーションの第1のものに対応付けられ
た前記複数の実験の対応する後続のものとの間の第1の
次の値差を供給し、 前記第2の基準実験とコンピュータシステムにおける前
記複数のシミュレーションの第2のものに対応付けられ
た前記複数の実験の対応する後続のものとの間の第2の
次の値差を供給し、 前記第1の後続の値差と前記第2の後続の値差とを比較
し、 もし前記第1の後続の値と前記第2の後続の値とが異な
るならば、後続の対話実験を形成する段階を更に具備す
ることを特徴とする方法。 - 【請求項2】前記複数の実験のそれぞれは、対応してい
る実験及びコンピュータシステムにおけるシミュレーシ
ョンで実験が実行される順序を表わす対応している固有
識別番号が割り当てられることを特徴とする請求項1に
記載のコンピュータシステムで複数のシミュレーション
を処理する方法。 - 【請求項3】前記対話実験は、対応している実験及びコ
ンピュータシステムにおけるシミュレーションで対話実
験が実行される順序を表わす固有識別番号が割り当てら
れることを特徴とする請求項1に記載のコンピュータシ
ステムで複数のシミュレーションを処理する方法。 - 【請求項4】前記対話実験は、コンピュータシステムに
おけるシミュレーションのそれぞれにおける実験のそれ
ぞれが実行された後に、コンピュータシステムにおいて
実行されることを特徴とする請求項1に記載のコンピュ
ータシステムで複数のシミュレーションを処理する方
法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US64940291A | 1991-02-01 | 1991-02-01 | |
US649,402 | 1991-02-01 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH05502535A JPH05502535A (ja) | 1993-04-28 |
JP2610216B2 true JP2610216B2 (ja) | 1997-05-14 |
Family
ID=24604624
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP4507251A Expired - Lifetime JP2610216B2 (ja) | 1991-02-01 | 1992-02-03 | 従来のコンピュータを使用してマルチドメイン及び多次元の同時シュミレーションを行う方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US5307479A (ja) |
EP (1) | EP0523231A1 (ja) |
JP (1) | JP2610216B2 (ja) |
WO (1) | WO1992014201A1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5684724A (en) * | 1995-08-30 | 1997-11-04 | Sun Microsystems, Inc. | Flashback simulator |
US5781454A (en) * | 1996-03-25 | 1998-07-14 | Raytheon Company | Process modeling technique |
US6278963B1 (en) | 1997-07-01 | 2001-08-21 | Opnet Technologies, Inc. | System architecture for distribution of discrete-event simulations |
CA2370283C (en) | 1999-04-16 | 2012-07-17 | Entelos, Inc. | Method and apparatus for conducting linked simulation operations utilizing a computer-based system model |
US20120317104A1 (en) * | 2011-06-13 | 2012-12-13 | Microsoft Corporation | Using Aggregate Location Metadata to Provide a Personalized Service |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4769817A (en) | 1986-01-31 | 1988-09-06 | Zycad Corporation | Concurrent fault simulation for logic designs |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4412288A (en) * | 1980-04-01 | 1983-10-25 | Michael Herman | Experiment-machine |
US4926327A (en) * | 1983-04-05 | 1990-05-15 | Sidley Joseph D H | Computerized gaming system |
US4792913A (en) * | 1986-11-03 | 1988-12-20 | Grumman Aerospace Corporation | Simulator for systems having analog and digital portions |
US4901260A (en) * | 1987-10-28 | 1990-02-13 | American Telephone And Telegraph Company At&T Bell Laboratories | Bounded lag distributed discrete event simulation method and apparatus |
-
1992
- 1992-02-03 WO PCT/US1992/000881 patent/WO1992014201A1/en not_active Application Discontinuation
- 1992-02-03 EP EP92907416A patent/EP0523231A1/en not_active Ceased
- 1992-02-03 JP JP4507251A patent/JP2610216B2/ja not_active Expired - Lifetime
-
1993
- 1993-03-01 US US08/024,878 patent/US5307479A/en not_active Expired - Lifetime
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4769817A (en) | 1986-01-31 | 1988-09-06 | Zycad Corporation | Concurrent fault simulation for logic designs |
Non-Patent Citations (2)
Title |
---|
Deborah Machlin,et.al.,Switch−Level Concurrent Fault Simnlation Based on a General Purpose List Traversal Mechanism,1988 International Test Conferene Proceedingp IEEE(Washington D.C.),PP.574−581(Sept.12−14,1988) |
Silvano Gai,et.al.,Advances in Concurrent Multilevel Simnlation,IEEE Transaction on Computer−Aided Design,Vol.CAD−6,No.6,PP.1006−1007(Nov.1987) |
Also Published As
Publication number | Publication date |
---|---|
EP0523231A1 (en) | 1993-01-20 |
US5307479A (en) | 1994-04-26 |
JPH05502535A (ja) | 1993-04-28 |
WO1992014201A1 (en) | 1992-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cole | Algorithmic skeletons: structured management of parallel computation | |
Cheetham et al. | Solving large FPT problems on coarse-grained parallel machines | |
US7386521B2 (en) | Automatic test program generation using extended conditional constraint satisfaction | |
Drozdowski et al. | Experiments with scheduling divisible tasks in clusters of workstations | |
Donatelli et al. | A comparison of performance evaluation process algebra and generalized stochastic Petri nets | |
US7996194B2 (en) | Block diagram modeling | |
CN114764549B (zh) | 基于矩阵乘积态的量子线路模拟计算方法、装置 | |
CN108572984A (zh) | 一种实时用户兴趣识别方法及装置 | |
JPH05505271A (ja) | コンピュータプログラムをテストし、デバッグする方法 | |
JP2019125319A (ja) | 学習プログラム、学習方法および学習装置 | |
JP2610216B2 (ja) | 従来のコンピュータを使用してマルチドメイン及び多次元の同時シュミレーションを行う方法 | |
Seol et al. | Design process modularization: concept and algorithm | |
Rao | On parallel algorithms for single-fault diagnosis in fault propagation graph systems | |
CN117472672A (zh) | 基于gpu集成的云计算硬件加速测试***及方法 | |
Murata | Petri nets and their applications | |
CN114610751A (zh) | 地理计算语言的结构化参数解析方法、装置、设备及介质 | |
Kortenkamp | The future of mathematical software | |
JP2006244383A (ja) | データベースシステム | |
US7647571B1 (en) | Method of identifying state nodes at the transistor level in a sequential digital circuit | |
Page et al. | Incorporating support for model execution within the condition specification | |
Khurshid | Testing an intentional naming scheme using genetic algorithms | |
d'Acierno | Back-propagation learning algorithm and parallel computers: The CLEPSYDRA mapping scheme | |
Xin et al. | Structure Amplification on Multi-layer Stochastic Block Models | |
Sidwell | Modeling and analysis of concurrent systems | |
Gile et al. | Towards distributed simulation of complex discrete event systems represented by colored Petri nets: a review |