Efficient Synthesis of Robust Models for Stochastic Systems

• https://doi.org/10.1016/j.jss.2018.05.013

Software performance and reliability engineering,  Probabilistic model synthesis,  Multi-objective optimisation,  Robust design

Článek popisuje metodu dovolující efektivní syntézu robustních modelů pro stochastické systémy. Tyto modely jsou reprezentovány parametrickými Markovovými řetezi pracujícími ve spojitém čase.

Robustnost je klíčová vlastnost systémů, která dovoluje tolerovat změny v jeho parametrech, operačním profilu či vnějším prostředí. Systémy, které nejsou schopny efektivně tolerovat tyto změny, jsou náchylné na časté selhání a vyžadují pravidelnou údržbu. Publikovaný článek představuje unikátní metodu pro automatický návrh systémů, které jsou robustní (tj. odolné vůči těmto změnám), splňují omezení na korektnost a výkonnost a jsou (téměř) Pareto optimální vzhledem k daným kvalitativním kritériím. Za tímto účelem byla definována relace dominance, která reflektuje robustnost kandidátních řešení a dovoluje tak efektivně hledat řešení poskytující nejlepší kompromis mezi optimalitou a robustností.  Tato relace byla integrována do algoritmu pro syntézu parametrických stochastických modelů, které reprezentují robustní návrh vyvíjeného systému. Navržená metoda byla implementovaná v nástroji, který je schopný využít paralelismus moderních grafických karet a tak zásadně vylepšit škálovatelnost. Aplikovatelnost a efektivita nástroje je demonstrována na několika případových studií z různých inženýrských domén.

Citace (včetně self-citací) Google Scholar 12, Scopus 6.