使用随机HYPE-ZebraNet作为例子，基于补丁的混合建模空间分布系统
摘要：个体化的基于混合建模的空间分布系统通常是昂贵的。在这里，我们考虑了一个混合系统，其中移动代理在空间中分布并且在彼此接近时相互交互。为了对该系统进行个体化建模，我们需要捕捉每个代理的空间属性并监测每对代理之间的交互作用。因此，模拟该模型的成本随着代理数量的增加而呈指数级增长。因此，具有更多抽象但具有更好可扩展性的基于路径的模型具有优势。在基于路径的模型中，我们不是单独表示每个代理，而是将代理建模为一个聚合体。这个特性显着提高了模型的可扩展性。在本文中，我们将一个用于野生动物监测的空间分布网络系统ZebraNet的个体化模型转换为基于路径的具有准确性能评估的随机HYPE模型。我们展示了基于路径的混合系统模型中随机HYPE的易用性和表达能力。此外，我们提出了一个平均场分析模型作为随机HYPE模型的流体流动逼近，该模型可以用于研究模型系统在无限次随机HYPE模型的模拟运行中的平均行为。
作者：Cheng Feng (Laboratory for Foundations of Computer Science, University of Edinburg, Scotland, UK)
论文ID：1406.2069
分类：Performance
分类简称：cs.PF
提交时间：2014-06-10