An object-oriented analysis technique for developing object-oriented simulations in Silk.
Notice bibliographique
Résumé
Simulation is very popular as an analysis tool for complex systems. A new paradigm shift towards object oriented simulations is hoping to make simulations even more powerful and accessible. However, in order for those not familiar with object oriented techniques to join this shift, methods must be developed for them to build object oriented simulations, until they acquire an understanding of this programming paradigm. This is an attempt to develop a procedure for just such novice model builders. This thesis begins with some background on object oriented paradigm concepts. It then provides an overview of several different object oriented analysis techniques and attempts to define the common steps of these approaches. Several different commercial object-oriented simulation software are described, with an in depth description of the software selected, Silk, a java based simulation software. The general object oriented analysis approach is then adapted for simulation purposes, resulting in a proposed object oriented analysis technique for developing simulations, and an example is given. Object oriented analysis techniques such as use-case modeling and noun extraction are used to identify potential objects in a discrete manufacturing system to be simulated. These objects are then mapped to existing object classes in the Silk software for final model building.Dept. of Industrial and Manufacturing Systems Engineering. Paper copy at Leddy Library: Theses & Major Papers - Basement, West Bldg. / Call Number: Thesis2003 .Z36. Source: Masters Abstracts International, Volume: 42-03, page: 1031. Adviser: R. S. Lashkari. Thesis (M.A.Sc.)--University of Windsor (Canada), 2003.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».