In informatica, la maggior parte delle definizioni di staminali dell'ontologia dalla carta di esperto di intelligenza artificiale Dr. Thomas Gruber sul concetto. Egli scrive che le ontologie sono la descrizione degli individui (istanze), classi (concetti), gli attributi e le relazioni in un dato sistema. Il termine è preso in prestito dalla filosofia metafisica dove rappresenta modi di esistenza. Nel frattempo, la simulazione - in particolare nella progettazione di sistemi intelligenti - è un processo di compressione tempo o spazio, al fine di mettere in atto o imitare la realtà attraverso un modello. Utilizzare ontologie per guidare l'esecuzione di simulazioni al fine di comprendere meglio le future capacità di un sistema intelligente.

istruzione

1 Valutare il contesto per lo sviluppo del modello di simulazione, tra cui lo scopo, la portata e il livello di dettaglio che il modello rappresenta. L'integrazione efficace ontologie richiede la conoscenza del campo di applicazione del modello di fondo. Annotare le caratteristiche fondamentali del modello.

2 Commenta ontologie esistenti, pubblicati che sono stati integrati in simulazioni analogamente a vostra simulazione. Esempi di strumenti di simulazione commerciali ampiamente utilizzati includono ARENA e fiamme, mentre gli strumenti militari includono EAAGLES, Ambra e JSAF.

3 Scegliere il modello ontologico che sarà più utile per l'integrazione modello di simulazione. Ci sono tre gruppi principali di modelli ontologici: ontologie di dominio, che sono rappresentazioni di conoscenze in un dominio di interesse generale; comunità di ontologie di interesse, che sono modelli che condividono un obiettivo comune - come ad esempio un comando militare e il modello di controllo, o di un obiettivo di medicina clinica; e simulazione ontologie utensili, che rappresentano le conoscenze codificate in modelli di simulazione che catturano gli impegni ontologici dei progettisti di questi strumenti.

4 Disegnare il modello in un formato visivo con un programma di visualizzazione del computer, con dettagli specifici annotati in tutto. Specificità di ogni passo permette l'armonizzazione dell'ontologia relativa all'integrazione di simulazione. Applicare l'ontologia scelto per il modello al livello di dettaglio determinata dal modello.

5 Valutare disallineamenti nel processo e nella domanda oggetto, analizzare il livello di astrazione relativo e ridurre al minimo il livello di mancata corrispondenza dei dati per testare l'applicazione. Razionalizzare questi processi è fondamentale per l'effettiva integrazione di un'ontologia in una simulazione, secondo gli sviluppatori di integrazione simulazione Perakath Benjamin, Kumar Akella, e Ajay Verma.

6 Rivedere la misura in cui la simulazione eseguita come previsto utilizzando le ontologie integrate. Esplorare modi in cui l'ontologia rivela polarizzazione o sconosciute relazioni tra processi, oggetti o insiemi di dati e modificare il modello di conseguenza per le simulazioni future.

Consigli e avvertenze

• interazione attiva tra la simulazione e il ricercatore sono i modi migliori per sviluppare modelli di qualità e simulazioni efficaci. "E 'molto una imparare come si va processo", scrive Gene Bellinger, un modello di sistemi e analista.
• La qualità delle informazioni in un modello diminuisce con i livelli di astrazione di un modello. Un modello altamente sottratto conterrà informazioni meno specifico di un basso livello di astrazione, che può compromettere l'applicazione della simulazione.