De presentatie wordt gedownload. Even geduld aub

De presentatie wordt gedownload. Even geduld aub

Datamodellering en –verwerking 8C020 college 7. Terugblik college 6 SQL oefeningen Procesmodelleren Transitie Systemen Klassieke Petri-netten –Inleiding.

Verwante presentaties


Presentatie over: "Datamodellering en –verwerking 8C020 college 7. Terugblik college 6 SQL oefeningen Procesmodelleren Transitie Systemen Klassieke Petri-netten –Inleiding."— Transcript van de presentatie:

1 Datamodellering en –verwerking 8C020 college 7

2 Terugblik college 6 SQL oefeningen Procesmodelleren Transitie Systemen Klassieke Petri-netten –Inleiding –Definitie (structuur) –Gedrag Voorbeelden

3 Onderwerpen college 7 Klassike Petri-netten –Formele definitie gedrag –Voorbeelden –Modelleren –Modelleren van biologische netwerken

4 Kanalen en processoren (voorbeeld Lift) p34 p23 p12 p01 p43 p32 p21 p10 k4 k3 k2 k1 k0 kanaal processor token

5 Formele beschrijving van de structuur K en P worden beschreven met verzamelingen I en O kunnen worden beschreven als functies –I: K X P -> N –O: P X K -> N Een Petri-net is een 4-tupel (K,P,I,O) met K een eindige verzameling kanalen P een eindige verzameling processoren I een functie (KXP)->N voor de bepaling van de inputmultipliciteit O een functie (PXK)-> voor de bepaling ven de outputmultipliciteit

6 Gedrag van een Petri-net De toestand van ee Petri-net wordt bepaald door de verdeling van tokens over de kanalen Toestandsovergangen zijn slechts onder bepaalde voorwaarden mogelijk Een processor moet enabled zijn om te vuren Een processor is enabled op het moment dat er in elk van de inputkanalen voldoende tokens aanwezig zijn –afhankelijk van de multipliciteit Als een processor p vuurt, verwijdert p van elk van zijn inputkanalen tokens en voegt tokens toe aan zijn outputkanalen –afhankelijk van de multipliciteit

7 Gedrag van een Petri-net (formele beschrijving) Het gedrag van een Petri-net wordt formeel bepaald met behulp van een transitiesysteem –Gegeven een Petri-net PN = (K,P,I,O) gaan we de corresponderende transitiesysteem TS = (S,S 0,T) construeren Markering –Een functie m: K  N De toestanden van TS zijn markeringen –S = {m | m is een markering van PN} De transitie relatie T  S X S is gedefinieerd als volgt: Transitie (m,m’) is in T alleen en alleen als: er bestaat een processor p in P zodanig dat voor alle k in K: m’(k)=m(k) + I(k,p) + O(p,k)

8 Gedrag van een Petri-net (formele beschrijving)(2) Markering m is bereikbaar van markering m 0 alleen en allen als er bestaat een rij transities in T: (m 0,m 1 )(m 1,m 2 )…(m n,m) m 0 wordt omgezet naar m Gebruikelijk werken we met de verzameling van toestanden S r die bereikbaar zijn van een initiële toestand: –S r = {m | m is bereikbaar van m 0 en m 0 is in S 0 } Transitie relatie wordt beperkt tot de bereikbare toestanden –T r = T  S r X S r We krijgen een nieuwe transitiesysteem (S r, S 0, T r )

9 Non-determinisme Wanneer meerdere processoren op hetzelfde moment enabled zijn, is niet bepaald welke van deze processoren zal vuren In principe blijven processoren vuren tot er geen enkele processor meer enabled is: dan is een eindtoestand bereikt Echte parallelisme en interleaving

10 Voorbeeld (Specialist-Patient) binnen klaar wacht bezig einde docuvrij beginwissel beginwissel

11 Voorbeeld: Specialist-Patient binnen klaar docuvrij wacht bezig einde beginwissel

12 Voorbeeld: Verkeerstoplichten rg go or groen rood oranje rood groen rg go or

13 Modelleren p34 p23 p12 p01 p43 p32 p21 p10 k4 k3 k2 k1 k0 Er zijn vele manieren om hetzelfde systeem te modelleren onder boven omhoog omlaag

14 Modelleren Er zijn vele systemen die op dezelfde manier gemodelleerd kunnen worden winter zomer herfstlente p1 p2p3 p4 regendamp plas wolk bergt_het_document_op zoekt_documentonderneemt_actie leest_document

15 Kwaliteit van een model Tijdens het modelleren laten we bepaalde aspecten weg –Abstractie De kwaliteit van een model hangt af van de eenvoud, de omvang en de begrijpelijkheid Een model is van hoge kwaliteit als het goed past bij het systeem en het doel waarvoor het model gebruikt wordt De keuze voor een model is vaak subjectief –De kwaliteit van een model moeilijk te meten

16 Rol van een token Een token heeft vaak de volgende rollen: –fysiek object (bijv.product, onderdeel, medicament, persoon) –informatieobject (bericht, signaal, rapport) –verzameling van objecten (vrachtwagen met producten, magazijn met onderdelen) –indicator van een toestand (indicator van toestand van een proces of van een object) –indicator van conditie (is een bepaalde conditie voldaan)

17 Voorbeeld binnen klaar docuvrij wacht bezig einde beginwissel

18 Rol van een kanaal Een kanaal wordt vaak gebruikt voor het modelleren van een: –medium (bijv. telefoonlijn, tussenpersoon, communicatienetwerk,distributiekanaal) –buffer (opslagplaats, wachtrij, postbakje) –geografische locatie (bepaalde plaats in magazijn, kantoor of zikenhuis) –mogelijke toestand (jaartijdje) –mogelijke conditie (vrij zijn van specialist)

19 Voorbeeld binnen klaar docuvrij wacht bezig einde beginwissel

20 Rol van een processor Een processor wordt vaak gebruikt voor het modelleren van een: –gebeurtenis (bijv. starten van bewerking, seizoensovergang) –transformatie (bewerken van product, operatie op patient, aanpassen van gegevensbank) –transport (verplaatsen van producten of verzenden van dossier)

21 Voorbeeld binnen klaar docuvrij wacht bezig einde beginwissel

22 Vuistregel Gebeurtenissen stellen we voor door middel van processoren Toestanden stellen we voor door middel van kanalen en tokens

23 Typische netwerkstrukturen Nuttig om de typische “bouwelementen” te bekijken Typische vragen over gebeurtenissen x, y, z –y na x plaatsvindt –x en y tegelijkertijd plaats kunnen vinden –z na x en y plaatsvindt –nadat x heeft plaatsgevonden, y of z plaats zal vinden –etc.

24 Causaliteit leeggedrukt In_bewerking startstop a x b y c

25 Parallellisme en synchronisatie ca d b x y ca d b x y z e

26 Wederzijds uitsluiting c d x ab y z

27 Terugkoppeling b xy a

28 Voorbeeld: Ponsplaatjes leeg gedrukt in_bewerking startstop vrij

29 Voorbeeld: Poonsplaatjes gedrukt leeg bewerking leeg gedrukt In_bewerking startstop gedrukt In_bewerking startstop vrij bezig

30 Petri-netten voor Metabolse pathways Voorbeeld entry van KEGG/LENZYME ENTRY EC NAME Chloride peroxidase CLASS Oxidoreductases Acting on a peroxide as acceptor SYSNAME Chloride: hydrogen-peroxide oxidoreductase REACTION 2 RH +2Cl- + H202 = 2 RCl + 2 H20 SUBSTRATE RH Cl- Br- I- H202 PRODUCT Rcl Rbr RI H2O COFACTOR Heme COMMENT …. STRUCTURES PDB: 1CPO 2CPO 1VNC

31 Pettri-netten voor Metabolse Pathways 2Alkene 2Cl- H2O2 2Rcl EC De KEGG entry vertaald naar Petri-netten

32 Petri-netten voor Metabolse Pathways Transcriptional Activator P39113 PCK (EC ) FBK (EC ) PyruvatePEP Fructose 1-6biP Fructose 6P Gluconeogenesis ………..

33 Petri-netten als Genetische (Regulatie) Netwerken g1g2 Inhibitie g1 g1’ g2 g2’ Activatie g1 g1’ g2 g2’ g1g2 t2,1 t1 t2,1 t1


Download ppt "Datamodellering en –verwerking 8C020 college 7. Terugblik college 6 SQL oefeningen Procesmodelleren Transitie Systemen Klassieke Petri-netten –Inleiding."

Verwante presentaties


Ads door Google