Title: | Data Reduction of Digital Twin Simulation Experiments Using Different Optimisation Methods |
Other Titles: | Redukce dat u experimentů digitálních dvojčat pomocí různých optimalizačních metod |
Authors: | Raška, Pavel Ulrych, Zdeněk Malaga, Miroslav |
Citation: | RAŠKA, P. ULRYCH, Z. MALAGA, M. Data Reduction of Digital Twin Simulation Experiments Using Different Optimisation Methods. Applied Sciences, 2021, roč. 11, č. 16, s. nestránkováno. ISSN: 2076-3417 |
Issue Date: | 2021 |
Publisher: | MDPI |
Document type: | článek article |
URI: | 2-s2.0-85112387822 http://hdl.handle.net/11025/46902 |
ISSN: | 2076-3417 |
Keywords: | digitální dvojče;metaheuristika;Průmysl 4.0 |
Keywords in different language: | digital twin;metaheuristics;Industry 4.0 |
Abstract: | Článek se zabývá možnými přístupy pro redukci objemu generovaných dat pomocí simulační optimalizace prováděné u digitálního dvojčete vytvořeného v souladu s konceptem Průmyslu 4.0. Tato metodika je validována pomocí vytvořené aplikace pro řízení provádění paralelních simulačních experimentů (pomocí architektury Client - Sever) s digitálním dvojčetem. Článek popisuje různé pseudogradientní, stochastické a metaheuristické metody použité při hledání globálního optima bez nutnosti provádění kompletního průřezu prohledávaného prostoru. Vzdálené simulační optimalizátory redukují množství generovaných dat pomocí šifrování dat. Data jsou odesílána do vzdálené databáze simulačních experimentů s digitálním dvojčetem provedených simulačními optimalizátory. |
Abstract in different language: | The paper presents possible approaches for reducing the volume of data generated by simulation optimisation performed with a digital twin created in accordance with the Industry 4.0 concept. The methodology is validated using an application developed for controlling the execution of parallel simulation experiments (using client–server architecture) with the digital twin. The paper describes various pseudo-gradient, stochastic, and metaheuristic methods used for finding the global optimum without performing a complete pruning of the search space. The remote simulation optimisers reduce the volume of generated data by hashing the data. The data are sent to a remote database of simulation experiments for the digital twin for use by other simulation optimisers. |
Rights: | © authors |
Appears in Collections: | Konferenční příspěvky / Conference papers (KPV) OBD |
Files in This Item:
File | Size | Format | |
---|---|---|---|
applsci-11-07315-v2.pdf | 7,71 MB | Adobe PDF | View/Open |
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11025/46902
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.