دانلود کتاب Stochastic Petri nets: modelling, stability, simulation

ترجمه فارسی توضیحات (ترجمه ماشینی)

شبکه های پتری تصادفی: مدل سازی، پایداری، شبیه سازی

این کتاب در مورد شبکه‌های پتری تصادفی (SPN) است که ثابت کرده‌اند یک ابزار محبوب برای مدل‌سازی و تحلیل عملکرد سیستم‌های تصادفی رویداد گسسته پیچیده هستند. تمرکز روی روش‌هایی برای مدل‌سازی یک سیستم به‌عنوان یک SPN با زمان‌های شلیک کلی و برای مطالعه رفتار بلندمدت مدل SPN حاصل با استفاده از شبیه‌سازی رایانه‌ای است. تکنیک‌های مدل‌سازی در زمینه رایانه، تولید، مخابرات، گردش کار و سیستم‌های حمل و نقل نشان داده شده‌اند. بحث شبیه‌سازی بر روی نظریه‌ای متمرکز است که زیربنای رویه‌های تخمینی مانند روش احیاکننده، روش میانگین دسته‌ای و روش‌های طیفی است. گره زدن این موضوعات با هم شرایطی در بلوک‌های سازنده یک SPN است که تحت آن شبکه در طول زمان پایدار است و مشخص شده است. رویه های برآورد معتبر هستند. علاوه بر این، این کتاب تکنیک‌هایی را برای مقایسه قدرت مدل‌سازی فرمالیسم‌های رویداد گسسته مختلف توسعه می‌دهد. این تکنیک‌ها ابزاری برای انتخاب اصولی بین چارچوب‌های مدل‌سازی جایگزین فراهم می‌کنند و همچنین می‌توانند برای گسترش نتایج پایداری و محدود کردن قضایا از یک چارچوب به چارچوب دیگر استفاده شوند. این کتاب به عنوان مروری بر مدل‌سازی بنیادی، پایداری، همگرایی، و مسائل تخمینی برای سیستم‌های رویداد گسسته، مورد توجه محققان و دانشجویان تحصیلات تکمیلی در ریاضیات کاربردی، تحقیقات عملیاتی، احتمال کاربردی و آمار خواهد بود. این کتاب همچنین مورد توجه متخصصان مهندسی صنایع، کامپیوتر، حمل و نقل و برق خواهد بود، زیرا مقدمه ای بر مجموعه ای قدرتمند از ابزارها برای مدل سازی و تحلیل عملکرد مبتنی بر شبیه سازی ارائه می دهد. پیتر جی هاس یکی از اعضای هیات تحقیقاتی مرکز تحقیقات IBM Almaden در سن خوزه، کالیفرنیا است. او همچنین شبیه‌سازی کامپیوتری را در دانشگاه استنفورد تدریس می‌کند و ویرایشگر (منطقه شبیه‌سازی) برای تحقیقات عملیاتی است.

Stochastic Petri nets: modelling, stability, simulation

This book is about stochastic Petri nets (SPNs), which have proven to be a popular tool for modelling and performance analysis of complex discrete-event stochastic systems. The focus is on methods for modelling a system as an SPN with general firing times and for studying the long-run behavior of the resulting SPN model using computer simulation. Modelling techniques are illustrated in the context of computer, manufacturing, telecommunication, workflow, and transportation systems. The simulation discussion centers on the theory that underlies estimation procedures such as the regenerative method, the method of batch means, and spectral methods.Tying these topics together are conditions on the building blocks of an SPN under which the net is stable over time and specified estimation procedures are valid. In addition, the book develops techniques for comparing the modelling power of different discrete-event formalisms. These techniques provide a means for making principled choices between alternative modelling frameworks and also can be used to extend stability results and limit theorems from one framework to another. As an overview of fundamental modelling, stability, convergence, and estimation issues for discrete-event systems, this book will be of interest to researchers and graduate students in Applied Mathematics, Operations Research, Applied Probability, and Statistics. This book also will be of interest to practitioners of Industrial, Computer, Transportation, and Electrical Engineering, because it provides an introduction to a powerful set of tools both for modelling and for simulation-based performance analysis. Peter J. Haas is a member of the Research Staff at the IBM Almaden Research Center in San Jose, California. He also teaches Computer Simulation at Stanford University and is an Associate Editor (Simulation Area) for Operations Research.