Pendahuluan Stochastic Jaringan aktivitas Stochastic activity networks atau
- Slides: 24
Pendahuluan Stochastic Jaringan aktivitas ( Stochastic activity networks) atau SAN, lebih tepatnya , bahasa grafik tingkat tinggi untuk menggambarkan prilaku sistem. SAN sangat membantu didalam penggambaran stochastic pada sistem. Contoh : -Banyaknya waktu sebuah program untuk mengeksekusi dapat dihitung dengan tepat jika semua faktor dikenal, tetapi ini hampir tidak mungkin dan kadang-kadang tidak membantu. Pada tingkatan yang lebih abstrak, kita dapat memperkirakan waktu runing dengan variabel acak. - kesalahan kedatangan hampir selalu harus dimodelkan dengan sebuah proses acak. Kita mulai dengan bagian SAN yaitu jaringan Petri. ASK 4 1
Firing Rules untuk SPN Sebuah SPN mengeksekusi mengikuti aturan dibawah : Sebuah transisi dikatakan enabled jika setiap tempat (place) dihubungkan dengan input busur, banyaknya token didalam tempat adalah >= banyaknya input busur yang terhubung ke tempat dan transisi. Contoh: Transisi T 1 enabled • Sebuah transisi boleh fire jika enabled • jika sebuah transisi fire, untuk setiap input busur, sebuah token dihilangkan dari tempat penghubung dan untuk setiap output busur, sebuah token ditambahkan ke tempat penghubung. contoh Spesifikasi prilaku stochastic dari sebuah SPN • Sebuah stochastic jaringan petri dibuat dari sebuah jaringan petri dengan : -Memberikan sebuah distribusi waktu eksponensial untuk semua transisi. Waktu merepresentasikan ‘delay’ antara enabling dan firing dari sebuah transisi. - transisi mengeksekusi secara paralel dengan distribusi delay independent. ASK 4 2
• Jika minimum dari beberapa eksponensial independent adalah eksponensial itu sendiri. Waktu antara tarnsisi firing adalah eksponensial. • Jika sebuah transisi t antara enabled dan sebelum t fire, beberapa transisi lain fire dan merubah state (kondisi) SPN sehingga t tidak lebih panjang enabled, kemudian t batal, sehingga t tidak akan fire. • Jika distribusi eksponensial tidak ada memori sama sekali, dapat dikatakan bahwa transisi yang merupakan sisa enabled terus atau kembali restrat, ini sangat tepat tanpa merubah prilaku jaringan. Contoh SPN : membaca / menulis masalah ASK 4 3
ASK 4 4
ASK 4 5
ASK 4 6
ASK 4 7
ASK 4 8
ASK 4 9
ASK 4 10
ASK 4 11
ASK 4 12
ASK 4 13
ASK 4 14
Model Composition Sebuah komposisi model adalah jalan dari penghubung SAN yang berbeda ke bentuk sebuah model yang lebih besar. Komposisi model mempunyai dua operasi : -Replicate : kombinasi 2 atau lebih SAN yang identik , menahan tempat yang tepat diantara replica -Join : kombinasi 2 atau lebih SAN yang berbeda, mengkombinasi tempat yang tepat untuk mengijinkan berkomunikasi; ASK 4 15
ASK 4 16
ASK 4 17
ASK 4 18
ASK 4 19
ASK 4 20
ASK 4 21
ASK 4 22
ASK 4 23
ASK 4 24
- Aktivitas memasang payet merupakan aktivitas pada level
- Jaringan meristem atau jaringan embrional adalah
- Aktivitas pertukaran ide atau gagasan disebut
- Datagram vs virtual circuit
- Backbone networks in computer networks
- Jelaskan perbedaan jaringan akses dan jaringan transport
- Menurut asal meristemnya, jaringan dibedakan atas jaringan
- Jaringan meristem
- 3 contoh jaringan hopfield diskrit
- Cara kerja jaringan telekomunikasi
- Felogen
- Bagaimana cara memilih topologi jaringan yang tepat
- Stochastic rounding
- Stochastic programming
- Asynchronnous
- Stochastic optimization tutorial
- Deterministic and stochastic inventory models
- Put call formula
- Stochastic vs dynamic
- Stochastic matrix
- Regressors meaning
- Non stochastic theory of aging
- A first course in stochastic processes
- Stochastic process introduction
- Stochastic progressive photon mapping