Candidato : Giuseppe Circhetta Relatori :

Slides:



Advertisements
Presentazioni simili
Dispensa a cura del prof. CAVAGNA GIANCARLO Luglio 2002
Advertisements

Sistemi dinamici discreti e computabilità intrinseca
Master Bioinformatica 2002: Grafi Problema: cammini minimi da tutti i vertici a tutti i vertici Dato un grafo pesato G =(V,E,w), trovare un cammino minimo.
Introduzione ai grafi Grafo diretto e non diretto
Esercizio d’esame Petri e Gantt B
© 2007 SEI-Società Editrice Internazionale, Apogeo Unità E1 Dallanalisi del problema alla definizione dellalgoritmo.
Linguaggi di programmazione
Macchine sequenziali Capitolo 4.
1. Classificazione dei sistemi e dei modelli
6. Catene di Markov a tempo continuo (CMTC)
1. Classificazione dei sistemi e dei modelli
1 2. Introduzione alla probabilità Definizioni preliminari: Prova: è un esperimento il cui esito è aleatorio Spazio degli eventi elementari : è linsieme.
Introduzione Cosa sono le reti di Petri?
Modellistica e simulazione
Sintassi- Semantica operazionale
Mondo della computazione Mondo della Vita
1 Il punto di vista Un sistema è una parte del mondo che una persona o un gruppo di persone, durante un certo intervallo di tempo, sceglie di considerare.
1 1. Classificazione dei sistemi e dei modelli La teoria dei sistemi e del controllo si è sempre tradizionalmente occupata dei sistemi a variabili continue.
6. Catene di Markov a tempo continuo (CMTC)
4. Automi temporizzati Il comportamento dei sistemi ad eventi temporizzati non è definito semplicemente da una sequenza di eventi o di valori dello stato,
5. Catene di Markov a tempo discreto (CMTD)
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © The McGraw - Hill Companies, srl 1 Strutture dati per.
Macchine non completamente specificate
Algoritmi Paralleli e Distribuiti a.a. 2008/09 Lezione del 28/04/2009 Prof. ssa ROSSELLA PETRESCHI a cura del Dott. SAVERIO CAMINITI.
Analisi e Sintesi di circuiti sequenziali
Capitolo 11 Grafi e visite di grafi Algoritmi e Strutture Dati.
Capitolo 11 Grafi e visite di grafi Algoritmi e Strutture Dati.
Capitolo 11 Grafi e visite di grafi Algoritmi e Strutture Dati.
Macchine sequenziali.
rete di Petri: N = (T, P, Pre, Post)
Modelli simulativi per le Scienze Cognitive Paolo Bouquet (Università di Trento) Marco Casarotti (Università di Padova)
Modelli simulativi per le Scienze Cognitive
Analisi e Sintesi di circuiti sequenziali. Definizione Una macchina sequenziale é un sistema nel quale, detto I(t) l'insieme degli ingressi in t, O(t)
Esercitazione del Corso di Interazione Uomo-Macchina
Corso di Matematica Discreta cont. 2
INSIEMI NUMERABILI L’analisi matematica introduce il concetto di insieme numerabile come insieme i cui elementi possono essere “contati” ossia che possiede.
PROBLEMI RISOLUBILI E COMPUTABILITÀ
LINGUAGGI DI PROGRAMMAZIONE
Esempi di Automi a stati Finiti
Main tools of the probabilistic method with applications in graph theory Attività formativa - Yuri Faenza Supervisore: Prof. B. Scoppola CdLS in Ingegneria.
Automi LAVORO SVOLTO DA MARIO GERMAN O
Lezione 1 Linguaggi di programmazione – Algoritmi –Istruzioni
Prof. Cerulli – Dott.ssa Gentili
Metodi di soluzione guasti nel volo in formazione di velivoli autonomi Candidato: Simone Di Nisio Relatori: Prof. M.Innocenti Prof. A. Balestrino.
Algoritmi e Strutture Dati
Ingegneria del software Modulo 1 -Introduzione al processo software Unità didattica 3 - Modelli di fase danalisi Ernesto Damiani Università degli Studi.
Dispensa a cura del prof. CAVAGNA GIANCARLO Luglio 2002
ANALISI FUNZIONALE E DIAGRAMMI DI FLUSSO DEI DATI (Metodologia DFD)
Lezione 2: Simulink Ing. Raffaele Carli (
Grafi CORDA – Informatica A. Ferrari Testi da Marco Bernardo Edoardo Bontà Dispense del Corso di Algoritmi e Strutture Dati.
Master Bioinformatica 2002: Grafi
Informatica 3 V anno.
Camil Demetrescu, Irene Finocchi, Giuseppe F. ItalianoAlgoritmi e strutture dati Copyright © The McGraw - Hill Companies, srl 1 Strutture dati per.
Didattica e Fondamenti degli Algoritmi e della Calcolabilità Terza giornata: principali classi di complessità computazionale dei problemi Guido Proietti.
R. Soncini Sessa, MODSS, L 26 Stima degli effetti Calcolo degli obiettivi (Laplace) Rodolfo Soncini Sessa MODSS Copyright 2004 © Rodolfo Soncini.
controllo supervisore
Capitolo 13 Cammini minimi: Ordinamento topologico Algoritmi e Strutture Dati.
Università degli studi di Parma Dipartimento di Ingegneria dell’Informazione Politecnico di Milano © 2001/02 - William Fornaciari Sintesi di reti a più.
Olimpiadi di Informatica 2010 Giornate preparatorie
Claudio Arbib Università dell’Aquila Ricerca Operativa Metodo del simplesso per problemi di distribuzione single-commodity.
Come ti sei comportato? Equivalenze comportamentali e loro applicazioni Daniele Gorla Roma, 21 Settembre 2009.
Capitolo 13 Cammini minimi Algoritmi e Strutture Dati.
Ingegneria del software Modulo 1 -Introduzione al processo software Unità didattica 3 -Modelli di fase d’analisi Ernesto Damiani Università degli Studi.
Automi temporizzati.
PROBABILITÀ Corsi Abilitanti Speciali Classe 59A III semestre - 2.
Capitolo 11 Grafi e visite di grafi Algoritmi e Strutture Dati Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano.
TEORIA ELEMENTARE DEGLI INSIEMI
Lezioni di Ricerca Operativa Corso di Laurea in Informatica
Se A e B sono variabili random statisticamente indipendenti P (2) (B,A)=P(B)P(A) P(A)=probabilità che la variabile stocastica A assuma un certo valore.
Algoritmi Avanzati a.a.2013/2014 Prof.ssa Rossella Petreschi Albero ricoprente di costo minimo Lezione n°12.
Transcript della presentazione:

Reti di Petri: sviluppo di un toolbox di simulazione, controllo ed analisi a macromoduli Candidato : Giuseppe Circhetta Relatori : Chiar.mo Prof. Aldo Balestrino Chiar.mo Prof. Andrea Caiti

A cosa servono Le reti di Petri sono un potente strumento per formalizzare la descrizione di sistemi. I punti di forza sono dati dalle caratteristiche di astrazione e generalità che permettono la modellistica di molti problemi quali: protocolli di comunicazione sistemi fault-tolerant architetture multiprocessori data flow sistemi di controllo catene di montaggio macchine a stati altre attività nelle industrie

Come sono fatte Una rete di Petri è un grafo orientato bipartito, l’insieme dei suoi nodi può essere diviso in due sottoinsiemi e gli archi sono sempre diretti dai nodi di un sottoinsieme ai nodi dell’altro. I nodi possono essere di due tipi: Posti o tappe (“places”) Transizioni (“transitions”) Gli archi uniscono posti a transizioni o transizioni a posti: Invece in questo caso il posto è detto di uscita In questo caso il posto è detto di ingresso dato che è in entrata alla transizione

Regola di scatto Ad ogni posto può essere associato un numero intero di marche o “token” rappresentato da uno o più pallini. Per fare questo viene introdotta una funzione marcatura M della rete e si dice che il “place” p è marcato con M(p) o che contiene M(p) “token”. Al place può essere associata una capacità indicante il numero di “token” che può contenere. Inoltre ad un arco può essere associato un peso che stabilisce il numero di token che devono essere prelevati per attivare la transizione. Ad esempio: Solo se ci sono almeno due token viene attivata questa strada Solo se c’è almeno un token viene attivata questa strada (un peso unitario non viene indicato) 2

Definizione formale Una rete può essere rappresentata da due insiemi e da due funzioni: N = (P, T, Pre, Post) dove: P è l’insieme degli m posti T è l’insieme delle n transizioni Pre è la funzione di pre-incidenza Post è funzione di post-incidenza Matrice di incidenza

Insieme dei posti in ingresso alla transizione Abilitazione Una transizione t è abilitata dalla marcatura M se e solo se: Insieme dei posti in ingresso alla transizione 2

Per ogni transizione abilitata Effetti dello scatto Marcatura iniziale [1 2 0]’ 2 Per ogni transizione abilitata Nuova marcatura [0 0 3]’ 3

Archi inibitori Esiste la possibilità di inibire una transizione dall’esterno: Arco inibitore la transizione non scatta se il posto a monte dell’arco inibitore ha un token (o quanti ne indica il peso dell’arco ). Si parla in questo caso di reti di Petri estese. E’ stato dimostrato che le reti di Petri estese hanno capacità espressiva pari alla macchina di Turing.

Raggiungibilità Per descrivere tutte le possibili marcature che possono essere ottenute mediante una sequenza di scatti, a partire da una marcatura iniziale, bisogna definire l’insieme di raggiungibilità e l’albero di raggiungibilità. Prima di definire l’insieme di raggiungibilità è opportuno dare il concetto di raggiungibilità in un passo: data una rete marcata e due marcature M e M’, si dice che M’ è raggiungibile in passo da M, se esiste una transizione t che scattando da come risultato la marcatura M’. Insieme di raggiungibilità L’insieme di raggiungibiltà Rn(M) di una rete marcata è il più piccolo insieme di marcature tale che se M’ è raggiungibile in un passo da M e se M’’ è raggiungibile in un passo da M’ , allora anche M’’ appartiene a tale insieme.

Proprietà analitiche Le proprietà analitiche sono di due tipi: Dipendono dalla marcatura iniziale Comportamentali; Strutturali; Dipendono solo dalla struttura della rete Entrambi i tipi sono importanti per lo studio ed il progetto di un sistema modellato con una rete di Petri ma richiedono un certo sforzo computazionale.

Un esempio di modellazione con RP

Un esempio di modellazione : AGV

Un esempio di modellazione : linea di produzione 1

Un esempio di modellazione : linea di produzione 2

Un esempio di modellazione : modello completo Cella 1 AGV Cella 2

Schema generale di controllo ed analisi proposto

Vantaggi della suddivisione in blocchi Alleggerimento computazionale; Facilità di assemblaggio; Comprensione della funzione di un singolo modulo; Caratterizzazione di una RP secondo la Teoria dei Sistemi classica.

un simulatore a macromoduli Pntool: un simulatore a macromoduli

principali caratteristiche Pntool: principali caratteristiche Portabilità; Supporto delle reti di Petri estese; Assemblaggio della rete a moduli predefiniti tipo Simulink; Analisi modulare; Possibilità di simulazioni Monte Carlo(supporto per temporizzazioni stocastiche); Supporto per la creazione di librerie; Analisi statistica; Strumenti di controllo integrati;

Pntool: principali comandi

Risultati delle simulazioni L’uso del simulatore nell’assemblaggio di sistemi complessi si è dimostrato essere più semplice ed immediato rispetto ai molti altri simulatori presenti(freeware e commerciali ) La presenza di una libreria preassemblata permette un uso immediato con la possibilità di assemblare moduli complessi a partire da moduli semplici Il parallelismo con Simulink® ne aiuta l’integrazione con Matlab®

Futuri possibili sviluppi Pntool: Futuri possibili sviluppi Supporto per reti di Petri continue Ampliamento della libreria Analisi prestazionale(calcolo del tempo di attraversamento) Automatizzazione della sintesi del le strutture di controllo Simulazione distribuita su più calcolatori