دانلود رایگان ترجمه مقاله بررسی نرم افزار شبیه سازی SEMoLa

 مقاله انگلیسی رایگان

ترجمه فارسی رایگان 

بخشی از ترجمه فارسی:

SEMoLa  (ساده ،كاربرد آسان ، زبان مدلينگ ) بوسيله فرانسسكو دانوسو در رشته كشاورزي و در دانشکده علوم دانشگاه يوداين ايتاليا وبا همكاري تعداد زيادي از محققين پياده سازي شده است ، يك شبيه ساز كه محيط مدلسازي در ساخت مدلهاي كامپيوتری براي سيستم هاي پوياست.نرم افزار مذکور قالب بندي شده بوسيله 3 جزء :

1. ساختار غير رويه اي براي مدل كد
2. يك مجموعه دستور ساخت و ارزيابي جهت مدلهاي شبيه ساز كامپيوتری
3. يك محیطGUI براي مديريت محيط شبيه سازی

دستورات به مستندات مدل اجازه مي دهند براي نشان دادن نتايج شبيه سازي براي اجراي آناليز هاي حساس و نا معلوم.مديريت محيط مدلينگ بوسيله دستوراتي براي ست كردن ، نشان دادن ، پاك كردن متغيرهاي محيط مدلينگ ، براي ويرايش سريع فايلهاي مدل ، براي ايجاد فايلهايي براي شبيه ساز چند رسانه اي ، براي نشان دادن فايلهاي SEMoLa  و براي سرعت سنجي جلسه كاري به انجام مي رسد.

همچنین دارای يك سيستم Error  يابي و يك on-line help   گسترده در دسترس ، می باشد. SEMoLa  يك شبيه ساز ساده فرا زبان است. كد هاي مدل شده در  SEMoLa  ، به زبان های Basic  و C++ ترجمه شده اند و سپس بصورت فايلهاي اجرائي کامپایل می شوند . كدهاي زبان Basic توسط  کنسول كامپايلر Basic 1.0 وكد هاي C++ بوسيله کامپایلر MinGW 2.0.0-3 كامپيل مي شوند.

يك مجموعه ای از ابزارها مانند ابزار های شبيه سازی  شبكه هاي عصبي ،ابزار های تجزيه تحليل  بصورت باز گشتي ،ابزارهاي چك كردن مدل و دیگر ابزار ها  براي گسترش دادن توانائي هاي SEMoLa  تجهیز شده اند و امكان مدلينگ و تجزيه و تحليل  بصورت قدرتمند تر را به كاربر،  مي دهد.

درصورت نیاز ، فايلهاي متغير خارجي (متغير هاي ورودي) نيزتوسط SEMoLa قادر به لود شدن و پردازش هستند . شبیه سازی های چند گانه یا دسته ای ممكن است در ارتباط با یکدیگر اجرا شوند ولی بدین صورت که مقادير دروني مختلف ، مجموعه پارامتر ها ، متغير هاي بيروني و يا سناريو هاي رخدادها  در نتیجه اجرای آنها بصورت خروجی مشترک ، قابل استفاده باشند . در فاز شبيه سازي براي بدست آوردن آناليز هاي حساس مانند پارامترهاي اندازه گيري خوشبينانه نيوتن ، و درستي مدل در مقابل داده هاي مستقل ، از این تکنیک استفاده می شود .

SEMoLa  به كاربر اجازه مي دهد تا ظاهر سيستم را بيشتر در قالب تصور نشان دهد تا محا سبات در خواستي. اين باعث مي شود كه كد بيشتر قابل خواندن باشد و نيز قابليت خطا يابي افزايش مي يابد.

یک مدل SEMoLa  ممکن است  بطور مستقيم  با استفاده از دستورات ویژه ای ، در خروجی ، جدولهاي قابل ارائه ، ليستي از متغير ها وپارامترها  را توليد كند.

اين دستورات جهت كامپايل و شبيه سازي ، از دستورات کامپایلر simula که توسط دانوسو در سال 1992 ساخته شده ، برگرفته شده اند.

بخشی از مقاله انگلیسی:

INTRODUCTION

 SEMoLa (Simple, Easy to use, MOdelling LAnguage), developed by Francesco Danuso at the Department of Agricultural and Environmental Sciences of the University of Udine (Italy) with many contributions by other researchers, is a simulation and modelling environment to create computer models for dynamic systems. It is logically formed by three components: a) a non-procedural syntax for model coding; b) a command set to create and evaluate computer simulation models; c) a GUI environment to manage the simulation environment. The commands allow to document the model, to display simulation results, to perform sensitivity and uncertainty analysis. The management of the modelling environment is accomplished by commands for set, display and clear the variables of the modelling environment, for quick editing the model files, to create files for multiple simulations, to display SEMoLa files and to log the working session. An error handling system and an extensive on-line help is also available. SEMoLa is a simple simulation meta-language. Model coded in SEMoLa are translated into Basic or C++ code and then compiled into executable files. The Basic code is to be compiled by the Power Basic Console Compiler 1.0 or higher (PowerBasic); the C++ code is to be compiled by MinGW 2.0.0-3 A package of tools like neural network generation, regression analysis, model units checking, has been developed to extend SEMoLa capabilities and offer to the user a more powerful modelling and analysis environment Exogenous variable files (input variables) can be loaded and processed if requested. Multiple simulation runs (batch simulation) may be performed in relation to different initial values, parameter sets, exogenous variables or event scenarios (or combinations). In the simulation phase it is possible to obtain the sensitivity analysis, the parameter calibration (Gauss – Newton optimisation method) and the model validation against independent data. SEMoLa allows the user to represent the system aspects in a conceptual rather than computational order. This makes the code more readable and the errors easier detectable. A SEMoLa model may directly produce presentation tables and lists of variables and parameters by using the specific commands. The commands for compilation and simulation derive from the command simula (Danuso, 1992). FEATURES OF SEMoLa  • Non procedural programming language for dynamic models • Generation of stand-alone, self-calibrating model executables • Numerical integration of ordinary differential equations (euler, trapezoidal) • Complete handling of the exogenous (input) variables • Event handling capability (conditional, periodical, scheduled) • Multiple simulations (batch simulations) • Parameter calibration and optimisation (Gauss-Newton); • Multiple calibration • Sensitivity analysis; • Model validation; • Support for simulation experiments • Support for uncertainty analysis and Monte Carlo simulations • Errors checking in compilation and in run-time phases • Model documentation (tables, listings, where used) • Model structuring by sections • Management of the modelling environment • Automatization of procedures with command scripts • Help for language syntax, procedure and commands • Log files for SEMoLa sessions and model runs • Multiple and non-linear regression • Neural networks training and building with easy integration in simulation models • Neural networks available as Basic and C++ source code • Model code editor with specific highlighting • Semantic and formal automatic debugging • Automatic units (dimensional) consistency check • Automatic documentation building for each model, in *.chm format • Simulation experiments and scenario analysis • Random variables generation from multiple distribution (normal and non-normal) • User defined functions generation and management • Fuzzy logic expert system development as user functions • Statistical analysis on observed and simulated data • Observed and simulated data plotting SEMoLA FRAMEWORK  SEMoLa is a modelling framework for knowledge integration. It consist of a) a non-procedural syntax for model coding (SEMoLa language); b) a set of commands to perform all tasks in both intaractive and batch (script) mode; c) a GUI environment to manage the simulation environment d) a built-in database management system (SemData) e) a plotting capability (SemPlot, based on Gnuplot) f) a specific editor (SemEdit) A SEMoLa model is a text file in which every row completely describes a system component