KR102222657B1 - 분산 병렬로 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 방법 - Google Patents

Abstract

본 발명은 시뮬레이션 모델을 수신하는 단계, 상기 시뮬레이션 모델을 복수의 서브 모델로 세분화하는 단계, 상기 시뮬레이션 모델에서 실행될 토큰을 수신하고 상기 복수의 서브 모델 각각에서 실행될 수 있도록 초기화하는 단계, 상기 복수의 서브 모델 각각에서 상기 토큰에 대한 실행 시나리오 생성하는 단계 및 상기 토큰이 상기 복수의 서브 모델을 거쳐 실행되도록 동기화하는 단계를 포함하는 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 방법에 관한 것이다.

Description

분산 병렬로 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 방법{METHOD FOR PROCESSING TIMED COLORED PETRI NET SIMULATION MODEL IN DISTRIBUTED PARALLEL}

이하의 일 실시 예들은 시뮬레이션 모델을 분석하고 모델링하고, 처리하는 방법에 관한 것이다.

페트리 넷(Petri-Net)은 시스템의 모델링과 분석에서 오랫동안 사용되어 온 모델링 방법이다. 이것은 동시성(concurrency)을 나타내기 쉽고 정형적인 의미(formal syntax)가 명확하며 시각화가 용이하다는 장점을 가지고 있다. 따라서 통신 프로토콜, 제어 시스템, 병렬 프로그램과 모델링에 널리 사용되고 있다. 프로세스의 다양한 상태를 나타내기 위해서는 여러 토큰들을 사용해야 하는데, 기본의 페트리넷에서는 각 상태를 가리키는 토큰들을 서로 구별할 방법이 없었다. 기본 페트리넷을 이용하면서 많은 사용자들은 페트리넷이 너무 기초적(primitive)이어서 표현력이 부족하다는 것이 지적되었다.

이러한 지적을 보완하기 위해 제안된 것이 고급 페트리 넷(high level Petri-net)이다. 여러 가지 제안된 모델 중에서 토큰의 색이라는 개념을 추가하여 표현력을 향상시킨 것이 컬러드 페트리 넷(CPN; Coloured Petri-Net)이다. 이는 특정 용도를 가정하지 않은 일반 목적 언어라는 점과 기존의 고급 언어를 사용하므로 이해하기 쉽다는 장점이 있다.

CPN의 정의를 살펴보면 다음과 같다.

CPN = (∑, P, T, A, N, C, G, E, I).

- ∑ 은 색(color, type)들의 집합이다.

- P, T, A는 각각 place, transition, arc의 집합이다.

- N은 노드 함수로, A에서 P x T ∪ T x P 로 의 함수이다.

- C는 색 함수로 P에서 ∑ 로의 함수이다.

- G는 조건 함수로, 각 transition에 대해 정의된다.

- E는 arc expression으로, 각 arc에 대해 정의된다.

- I는 초기치 함수로, 각 place에 대해 정의된다.

여기서 플레이스(place)는 시스템의 상태 혹은 조건을 나타내며 일반적으로 원으로 표시한다. 트랜지션(transition)은 시스템의 상태를 변화시키는 동작을 나타내며 선분으로 표시한다. 아크(arc)는 방향성을 가진 화살표로 표시하며 흐름을 나타낸다. 각 플레이스에 위치하게 되는 토큰은 시스템의 동적이며 병행적인 동작의 특성을 나타내기 위해 사용된다. 동작이 일어나는데 필요한 조건을 만족하는 경우, 플레이스에 토큰을 위치시킴으로써 표현한다.

기본적인 페트리 넷과는 달리 CPN에서는 토큰이 데이터 값을 전달할 수 있고, 이를 통해 토큰들 간의 구분이 가능하다.

토큰들이 가진 데이터 값을 토큰 컬러(token colour)라고 부르며 위와 같이 서로 다른 값을 가진 토큰들은 각각 구별되는 색상을 가졌다고 한다. 위의 토큰들은 각 플레이스와 트랜지션에서 요구되는 데이터 형태에 맞게 값이 대응되어, 모델링 된 페트리 넷에서 운용되게 된다. 이를 통해 각 플레이스에서의 입출력 값에 대한 추적과 프로세스 수행 성능에 대한 측정이 가능하다.

하지만, 현재의 시뮬레이션 모델은 분산으로 세분화되어 병렬로 동작 가능함에도 이를 처리하기에 어려움이 있다.

따라서, 시뮬레이션을 보다 빠르게 처리하여 시간을 단축시켜 효율성을 높이기 위해서 컬러드 페트리 넷을 분산하여 병렬로 처리하기 위한 방법이 요구되고 있다.

본 발명은 상기와 같은 종래 기술의 문제점을 해결하고자 도출된 것으로서, 분산 병렬로 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 방법 제공하는 것을 목적으로 한다.

구체적으로, 본 발명은 컬러드 페트리 넷의 시뮬레이션 모델을 복수의 서브 모델로 세분화하고, 이를 분산 병렬로 실행하도록 하는 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 방법 제공하는 것을 목적으로 한다.

상기와 같은 목적을 달성하기 위하여, 본 발명의 일 실시 예에 따른 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 방법은, 시뮬레이션 모델을 수신하는 단계; 상기 시뮬레이션 모델을 복수의 서브 모델로 세분화하는 단계; 상기 시뮬레이션 모델에서 실행될 토큰을 수신하고 상기 복수의 서브 모델 각각에서 실행될 수 있도록 초기화하는 단계; 상기 복수의 서브 모델 각각에서 상기 토큰에 대한 실행 시나리오를 생성하는 단계; 및 상기 토큰이 상기 복수의 서브 모델을 거쳐 실행되도록 동기화하는 단계를 포함한다.

이때, 상기 시뮬레이션 모델을 상기 복수의 서브 모델로 세분화하는 단계는, 상기 시뮬레이션 모델의 실행 흐름을 트리 구조로 변환하는 단계; 깊이우선탐색을 사용하여 상기 시뮬레이션 모델의 하위 모델을 식별하는 단계; 상기 식별된 하위 모델을 기설정된 규칙에 따라 클러스터링하여 상기 복수의 서브 모델로 생성하는 단계; 상기 복수의 서브 모델에 포함된 노드들 중에서 적어도 2개의 노드에서 공유되는 큐 또는 자원을 감지하는 단계; 감지된 큐 또는 감지된 자원 각각에 관찰자를 부여하는 단계; 및 상기 부여된 관찰자를 통해서 상기 복수의 서브 모델들을 순서에 맞게 연결하는 단계를 포함할 수 있다.

이때, 상기 식별된 하위 모델을 기설정된 규칙에 따라 클러스터링하여 상기 복수의 서브 모델로 생성하는 단계는, 클러스터를 생성하면서 상기 깊이우선탐색으로 통해서 선택된 현재 노드를 상기 기설정된 규칙에 따라서 생성된 현재 클러스터에 추가하여 클러스터링하는 단계; 및 상기 클러스트링으로 분류된 클러스터 각각을 서브 모델로 생성하는 단계를 포함할 수 있다.

이때, 상기 기설정된 규칙은, 현재 클러스터가 비어 있으면 현재 노드를 상기 현재 클러스터에 추가하는 단계; 상기 현재 클러스터가 비어 있지 않고, 이전 노드와 상기 현재 노드가 형제이고, 상기 현재 노드에 자손 노드가 없는 경우, 상기 현재 클러스터에 상기 현재 노드를 추가하는 단계; 상기 현재 클러스터가 비어 있지 않고, 이전 노드와 상기 현재 노드가 형제이고, 상기 현재 노드에 자손 노드가 있는 경우, 새로운 클러스터를 생성하고, 상기 새로운 클러스터에 상기 현재 노드를 추가하는 단계; 상기 현재 클러스터가 비어 있지 않고, 이전 노드와 상기 현재 노드가 형제가 아니고, 이전 노드의 부모 노드 또는 조상 노드가 상기 현재 노드와 형제인 경우, 새로운 클러스터를 생성하고, 상기 새로운 클러스터에 상기 현재 노드를 추가하는 단계; 및 상기 현재 클러스터가 비어 있지 않고, 이전 노드가 상기 현재 노드의 부모 노드 또는 조상 노드인 경우, 상기 현재 클러스터에 상기 현재 노드를 추가하는 단계를 포함할 수 있다.

이때, 상기 시뮬레이션 모델에서 실행될 토큰을 수신하고 상기 복수의 서브 모델 각각에서 실행될 수 있도록 초기화하는 단계는, 상기 복수의 서브 모델 각각에서 상기 토큰에 대한 가용 시간, 시작 시간, 기간 및 종료 시간을 설정하는 단계를 포함할 수 있다.

이때, 상기 토큰에 대한 가용 시간, 시작 시간, 기간 및 종료 시간을 설정하는 단계는, 상기 복수의 서브 모델 중에서 상기 토큰이 시작되는 서브 모델이 아니면, 상기 토큰의 가용 시간을 0으로 설정하는 단계; 및 상기 토큰이 복수개이고, 복수개의 토큰의 가용 시간이 동일한 경우, 토큰의 시작 순서는 랜덤하게 결정하여 상기 복수개의 토큰의 시작 시간을 설정하는 단계를 포함할 수 있다.

이때, 상기 복수의 서브 모델 각각에서 상기 토큰에 대한 실행 시나리오 생성하는 단계는, 상기 복수의 서브 모델 중에서 상기 토큰에 가용 시간이 존재하는 서브 모델의 경우, 실제 시간으로 상기 토큰에 대한 실행 시나리오를 생성하는 단계; 및 상기 복수의 서브 모델 중에서 상기 토큰에 가용 시간이 존재하지 않는 서브 모델의 경우, 상대 시간으로 상기 토큰에 대한 실행 시나리오를 생성하는 단계를 포함할 수 있다.

이때, 상기 토큰이 상기 복수의 서브 모델을 거쳐 실행되도록 동기화하는 단계는, 상기 복수의 서브 모델의 실행 순서에 따라서 상기 복수의 서브 모델 각각의 실행 시나리오를 연결하여 상기 토큰이 실제 시간에서 동작하도록 동기화하는 단계를 포함할 수 있다.

본 발명의 일 실시 예에 따른 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 방법은, 시뮬레이션 모델을 수신하는 단계; 상기 시뮬레이션 모델의 실행 흐름을 트리 구조로 변환하는 단계; 깊이우선탐색을 사용하여 상기 시뮬레이션 모델의 하위 모델을 식별하는 단계; 상기 식별된 하위 모델을 기설정된 규칙에 따라 클러스터링하여 상기 복수의 서브 모델로 생성하는 단계; 상기 복수의 서브 모델에 포함된 노드들 중에서 적어도 2개의 노드에서 공유되는 큐 또는 자원을 감지하는 단계; 감지된 큐 또는 감지된 자원 각각에 관찰자를 부여하는 단계; 및 상기 부여된 관찰자를 통해서 상기 복수의 서브 모델들을 순서에 맞게 연결하는 단계를 포함한다.

이때, 상기 식별된 하위 모델을 기설정된 규칙에 따라 클러스터링하여 상기 복수의 서브 모델로 생성하는 단계는, 클러스터를 생성하면서 상기 깊이우선탐색으로 통해서 선택된 현재 노드를 상기 기설정된 규칙에 따라서 생성된 클러스터에 추가하여 클러스터링하는 단계; 및 상기 클러스트링으로 분류된 클러스터 각각을 서브 모델로 생성하는 단계를 포함할 수 있다.

이때, 상기 기설정된 규칙은, 현재 클러스터가 비어 있으면 현재 노드를 상기 현재 클러스터에 추가하는 단계; 상기 현재 클러스터가 비어 있지 않고, 이전 노드와 상기 현재 노드가 형제이고, 상기 현재 노드에 자손 노드가 없는 경우, 상기 현재 클러스터에 상기 현재 노드를 추가하는 단계; 상기 현재 클러스터가 비어 있지 않고, 이전 노드와 상기 현재 노드가 형제이고, 상기 현재 노드에 자손 노드가 있는 경우, 새로운 클러스터를 생성하고, 상기 새로운 클러스터에 상기 현재 노드를 추가하는 단계; 상기 현재 클러스터가 비어 있지 않고, 이전 노드와 상기 현재 노드가 형제가 아니고, 이전 노드의 부모 노드 또는 조상 노드가 상기 현재 노드와 형제인 경우, 새로운 클러스터를 생성하고, 상기 새로운 클러스터에 상기 현재 노드를 추가하는 단계; 및 상기 현재 클러스터가 비어 있지 않고, 이전 노드가 상기 현재 노드의 부모 노드 또는 조상 노드인 경우, 상기 현재 클러스터에 상기 현재 노드를 추가하는 단계를 포함할 수 있다.

본 발명은 컬러드 페트리 넷에 시간의 개념을 추가하고, 컬러드 페트리 넷의 시뮬레이션 모델을 복수의 서브 모델로 세분화함으로써, 시뮬레이션 모델이 분산 병렬로 실행될 수 있도록 할 수 있다.

도 1은 본 발명의 일 실시 예에 따른 시스템에서 분산 병렬로 타임드 컬러드 페트리 넷의 시뮬레이션 모델을 처리하는 과정을 도시한 흐름도이다.
도 2는 본 발명의 일 실시 예에 따른 시스템에서 시뮬레이션 모델을 복수의 서브 모델로 세분화하는 과정을 도시한 흐름도이다.
도 3은 본 발명의 일 실시 예에 따른 시스템에서 기설정된 규칙에 따라 클러스터링하여 복수의 서브 모델을 생성하는 개략적인 과정을 도시한 흐름도이다.
도 4는 본 발명의 일 실시 예에 따른 시스템에서 복수의 서브 모델을 생성하기 위해서 기설정된 규칙으로 클러스터링 하는 과정을 도시한 흐름도이다.
도 5는 본 발명의 일 실시 예에 따른 시스템에서 복수의 서브 모델 각각에서 토큰에 대한 실행 시나리오를 생성하는 과정을 도시한 흐름도이다.
도 6은 본 발명의 일 실시 예에 따른 시스템에서 타임드 컬러드 페트리 넷의 시뮬레이션 모델을 생성하는 과정을 도시한 흐름도이다.
도 7은 본 발명의 일 실시 예에 따른 시스템에서 시뮬레이션 모델을 트리 구조로 변형한 일 예를 도시한 도면이다.
도 8은 본 발명의 일 실시 예에 따른 시스템에서 깊이우선탐색을 사용해서 시뮬레이션 모델의 하위 모델을 식별하는 예를 도시한 도면이다.
도 9는 본 발명의 일 실시 예에 따른 시스템에서 시뮬레이션 모델이 복수의 서브 모델로 세분화된 일 예를 도시한 도면이다.
도 10은 본 발명의 일 실시 예에 따른 시스템에서 복수의 서브 모델 각각에 대해서 토큰을 초기화한 일 예를 도시한 도면이다.
도 11은 본 발명의 일 실시 예에 따른 시스템에서 복수의 서브 모델 각각에 대한 실행 시나리오를 생성한 예를 도시한 도면이다.
도 12는 본 발명의 일 실시 예에 따른 시스템에서 복수의 서브 모델 각각에 대한 실행 시나리오를 동기화한 예를 도시한 도면이다.
도 13과 도 14는 본 발명의 일 실시 예에 따른 시스템에서 타임드 컬러드 페트리 넷의 시뮬레이션 모델을 실행하는 예를 도시한 도면이다.

이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.

실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

도 1은 본 발명의 일 실시 예에 따른 시스템에서 분산 병렬로 타임드 컬러드 페트리 넷의 시뮬레이션 모델을 처리하는 과정을 도시한 흐름도이다.

도 1을 참조하면, 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 시스템은 시뮬레이션 모델을 수신하면(110), 시뮬레이션 모델을 복수의 서브 모델로 세분화한다(120). 120단계는 이후 도 2, 도 7, 도 8, 및 도 9를 참조하여 후술한다.

그리고, 시스템은 시뮬레이션 모델에서 실행될 토큰을 수신하고 복수의 서브 모델 각각에서 실행될 수 있도록 토큰을 초기화한다(130). 이때, 시스템은 복수의 서브 모델 각각에서 토큰에 대한 가용 시간, 시작 시간, 기간 및 종료 시간을 설정할 수 있다. 보다 구체적으로, 시스템은 복수의 서브 모델 중에서 토큰이 시작되는 서브 모델이 아니면, 토큰의 가용 시간을 0으로 설정할 수 있다. 그리고, 시스템은 토큰이 복수개이고, 복수개의 토큰의 가용 시간이 동일한 경우, 토큰의 시작 순서는 랜덤하게 결정하여 복수개의 토큰의 시작 시간을 설정할 수 있다. 130단계는 이후 도 10과 도 11을 참조하여 후술한다.

그리고, 시스템은 복수의 서브 모델 각각에서 토큰에 대한 실행 시나리오를 생성한다(140). 140단계는 이후 도 5와 도 11을 참조하여 후술한다.

그리고, 시스템은 토큰이 복수의 서브 모델을 거쳐 실행되도록 동기화한다(150). 이때, 시스템은 복수의 서브 모델의 실행 순서에 따라서 복수의 서브 모델 각각의 실행 시나리오를 연결하여 토큰이 실제 시간에서 동작하도록 동기화할 수 있다. 150단계는 이후 도 12를 참조하여 후술한다.

도 2는 본 발명의 일 실시 예에 따른 시스템에서 시뮬레이션 모델을 복수의 서브 모델로 세분화하는 과정을 도시한 흐름도이다.

도 2를 참조하면, 본 발명의 시스템은 시뮬레이션 모델의 실행 흐름을 트리 구조로 변환한다(210). 이때, 트리 구조로 변환하는 실시 예는 이후 도 7을 참조하여 후술한다.

그리고, 시스템은 깊이우선탐색을 사용하여 시뮬레이션 모델의 하위 모델을 식별한다(220). 이때, 깊이우선탐색으로 하위 모델을 식별하는 실시 예는 이후 도 8을 참조하여 후술한다.

그리고, 시스템은 식별된 하위 모델을 기설정된 규칙에 따라 클러스터링하여 복수의 서브 모델로 생성한다(230). 이때, 클러스터링하여 복수의 서브 모델로 생성하는 구성은 이후 도 3을 통해서 보다 구체적으로 설명하고, 기설정된 규칙은 이후 도 4의 설명을 참조한다.

그리고, 시스템은 복수의 서브 모델에 포함된 노드들 중에서 적어도 2개의 노드에서 공유되는 큐 또는 자원을 감지한다(240). 본 발명의 설명에서 노드는 시스템의 상태 혹은 조건을 나타내는 구성으로 컬러드 페트리 넷의 플레이스(place)를 의미한다.

그리고, 시스템은 감지된 큐 또는 감지된 자원 각각에 관찰자(observer)를 부여한다(250).

그리고, 시스템은 부여된 관찰자를 통해서 복수의 서브 모델들을 순서에 맞게 연결하여 동기화한다(260).

이때, 230단계, 240단계, 250단계 및 260단계의 실시 예는 이후 도 9을 참조하여 후술한다.

도 3은 본 발명의 일 실시 예에 따른 시스템에서 기설정된 규칙에 따라 클러스터링하여 복수의 서브 모델을 생성하는 개략적인 과정을 도시한 흐름도이다.

도 3을 참조하면, 본 발명의 시스템은 클러스터를 생성하면서 깊이우선탐색으로 통해서 선택된 현재 노드를 기설정된 규칙에 따라서 생성된 현재 클러스터에 추가하여 클러스터링한다(310). 이때, 기설정된 규칙에 따른 클러스터링은 아래 도 4를 통해서 보다 구체적으로 후술한다.

그리고, 시스템은 클러스트링으로 분류된 클러스터 각각을 서브 모델로 생성한다(320).

도 4는 본 발명의 일 실시 예에 따른 시스템에서 복수의 서브 모델을 생성하기 위해서 기설정된 규칙으로 클러스터링 하는 과정을 도시한 흐름도이다.

도 4를 참조하면, 본 발명의 시스템은 클러스터를 생성하고(410), 현재 클러스터가 비어 있는지 여부를 확인한다(412).

412단계의 확인결과 현재 클러스터에 포함된 노드가 존재하지 않으면, 시스템은 현재 노드를 현재 클러스터에 추가한다(418).

412단계의 확인결과 현재 클러스터에 포함된 노드가 존재하면, 시스템은 이전 노드와 현재 노드가 형제인지 여부를 확인한다(414).

414단계의 확인결과 이전 노드와 현재 노드가 형제이면, 시스템은 현재 노드에 자손 노드가 존재하는지 확인한다(416).

416단계의 확인결과 현재 노드에 자손 노드가 존재하지 않으면, 시스템은 현재 노드를 현재 클러스터에 추가한다(418).

416단계의 확인결과 현재 노드에 자손 노드가 존재하면, 시스템은 새로운 클러스터를 생성하고, 새로운 클러스터에 현재 노드를 추가한다(420).

414단계의 확인결과 이전 노드와 현재 노드가 형제가 아니면, 시스템은 이전 노드의 부모 노드(또는 조상 노드)가 현재 노드와 형제인지 여부를 확인한다(422).

422단계의 확인결과 이전 노드의 부모 노드(또는 조상 노드)가 현재 노드와 형제이면, 새로운 클러스터를 생성하고, 새로운 클러스터에 현재 노드를 추가한다(420).

422단계의 확인결과 이전 노드의 부모 노드(또는 조상 노드)가 현재 노드와 형제가 아니면, 시스템은 이전 노드가 현재 노드의 부모 노드(또는 조상 노드) 인지 여부를 확인한다(424).

424단계의 확인결과 이전 노드가 현재 노드의 부모 노드(또는 조상 노드) 이면, 시스템은 현재 노드를 현재 클러스터에 추가한다(418).

424단계의 확인결과 이전 노드가 현재 노드의 부모 노드(또는 조상 노드)가 아닌 경우는 앞서의 모든 조건에 의해서 발생하지 않는 조건으로, 시스템은 오류로 판단하고 본 알고리즘을 종료한다.

한편, 418단계와 420단계 이후에 시스템은 현재 노드 이후에 다음 노드가 존재하는지 여부를 확인한다(426).

426단계의 확인결과 다음 노드가 존재하면, 시스템은 다음 노드를 클러스터링하는 현재 노드로 설정하고, 412단계로 돌아가서 이후 일련의 과정을 수행한다.

426단계의 확인결과 다음 노드가 존재하지 않으면, 시스템은 시뮬레이션 모델에 포함된 모든 노드를 클러스터링 했다고 판단하고, 본 알고리즘을 종료한다.

도 4를 요약하면, 기설정된 규칙은 다음과 같다.

현재 클러스터가 비어 있지 않고, 이전 노드와 현재 노드가 형제이고, 현재 노드에 자손 노드가 없는 경우, 현재 클러스터에 현재 노드를 추가한다.

현재 클러스터가 비어 있지 않고, 이전 노드와 현재 노드가 형제이고, 현재 노드에 자손 노드가 있는 경우, 새로운 클러스터를 생성하고, 새로운 클러스터에 현재 노드를 추가한다.

현재 클러스터가 비어 있지 않고, 이전 노드와 현재 노드가 형제가 아니고, 이전 노드의 부모 노드 또는 조상 노드가 현재 노드와 형제인 경우, 새로운 클러스터를 생성하고, 새로운 클러스터에 현재 노드를 추가한다.

현재 클러스터가 비어 있지 않고, 이전 노드가 현재 노드의 부모 노드 또는 조상 노드인 경우, 현재 클러스터에 현재 노드를 추가한다.

도 5는 본 발명의 일 실시 예에 따른 시스템에서 복수의 서브 모델 각각에서 토큰에 대한 실행 시나리오를 생성하는 과정을 도시한 흐름도이다.

도 5를 참조하면, 본 발명의 시스템은 복수의 서브 모델 중에서 토큰에 가용 시간이 존재하는 서브 모델의 경우, 실제 시간(Actual Time)으로 토큰에 대한 실행 시나리오를 생성한다(510).

그리고, 시스템은 복수의 서브 모델 중에서 토큰에 가용 시간이 존재하지 않는 서브 모델의 경우, 상대 시간(Relative Time)으로 토큰에 대한 실행 시나리오를 생성한다(520).

이때, 510단계 및 520단계의 실시 예는 이후 도 11을 참조하여 후술한다.

도 6은 본 발명의 일 실시 예에 따른 시스템에서 타임드 컬러드 페트리 넷의 시뮬레이션 모델을 생성하는 과정을 도시한 흐름도이다.

도 6을 참조하면, 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 시스템은 시뮬레이션 모델을 수신하면(610), 시뮬레이션 모델의 실행 흐름을 트리 구조로 변환한다(620). 이때, 트리 구조로 변환하는 실시 예는 이후 도 7을 참조하여 후술한다.

그리고, 시스템은 깊이우선탐색을 사용하여 시뮬레이션 모델의 하위 모델을 식별한다(630). 이때, 깊이우선탐색으로 하위 모델을 식별하는 실시 예는 이후 도 8을 참조하여 후술한다.

그리고, 시스템은 식별된 하위 모델을 기설정된 규칙에 따라 클러스터링하여 복수의 서브 모델로 생성한다(640). 이때, 기설정된 규칙은 상기 도 4의 설명을 참조한다.

그리고, 시스템은 복수의 서브 모델에 포함된 노드들 중에서 적어도 2개의 노드에서 공유되는 큐 또는 자원을 감지한다(650).

그리고, 시스템은 감지된 큐 또는 감지된 자원 각각에 관찰자를 부여한다(660).

그리고, 시스템은 부여된 관찰자를 통해서 복수의 서브 모델들을 순서에 맞게 연결하여 동기화한다(670).

이때, 640단계, 650단계, 660단계 및 670단계의 실시 예는 이후 도 9을 참조하여 후술한다.

도 7은 본 발명의 일 실시 예에 따른 시스템에서 시뮬레이션 모델을 트리 구조로 변형한 일 예를 도시한 도면이다.

도 7을 참조하면, 본 발명의 시스템은 시뮬레이션 모델(710)을 수신하면, 시뮬레이션 모델의 실행 흐름을 트리 구조(720)로 변환한다. 이때, 도 7에서 사각형과 마름모의 구성은 시스템의 상태 혹은 조건을 나타내는 구성으로 플레이스(place)로 칭할 수 있으나, 본 발명에서는 노드로 칭한다.

시뮬레이션 모델(710)에 포함된 노드들이 트리 구조(720)에서는 트리 형태로 배치되었음을 확인할 수 있다.

도 8은 본 발명의 일 실시 예에 따른 시스템에서 깊이우선탐색을 사용해서 시뮬레이션 모델의 하위 모델을 식별하는 예를 도시한 도면이다.

도 8을 참조하면, 도 7에서 변환하여 생성된 트리 구조(720)를 깊이우선탐색으로 하위 모델을 식별하는 경우를 확인할 수 있다.

트리 구조(720)는 루트 레벨인 제0 레벨과 하위 레벨인 제1 레벨과 제2 레벨로 구성됨을 확인할 수 있다.

본 발명의 시스템은 깊이우선탐색을 통해서 제0레벨의 제1 노드, 제1 레벨의 제1 노드, 제1 레벨의 제2 노드, 제1 레벨의 제3 노드, 제1 레벨의 제4 노드, 제2 레벨의 제1 노드, 제2 레벨의 제2 노드, 제1 레벨의 제5 노드, 제1 레벨의 제6 노드의 순서로 하위 모델을 식별함을 확인할 수 있다.

도 9는 본 발명의 일 실시 예에 따른 시스템에서 시뮬레이션 모델이 복수의 서브 모델로 세분화된 일 예를 도시한 도면이다.

도 9를 참조하면, 본 발명의 시스템은 도 8을 통해서 식별된 하위 모델을 도 4에서 설명된 기설정된 규칙에 따라 클러스터링하여 복수의 서브 모델(910, 920, 930)로 세분화한다.

그리고, 시스템은 복수의 서브 모델(910, 920, 930)에 포함된 노드들의 큐(941, 942), 자원(951)을 감지하고, 복수의 서브 모델(910, 920, 930)에 포함된 노드들 중에서 적어도 2개의 노드에서 공유되는 제1 큐(941)에 제1 큐의 관찰자(960)를 부여하고, 적어도 2개의 노드에서 공유되는 제1 자원(951)에 제1 자원의 관찰자(970)을 부여한다.

시스템은 관찰자(960, 970)을 통해서 해당 서브 모델이 완료되었는지 또는 해당 서브 모델이 진행 준비가 되었는지 확인할 수 있다.

도 10은 본 발명의 일 실시 예에 따른 시스템에서 복수의 서브 모델 각각에 대해서 토큰을 초기화한 일 예를 도시한 도면이다.

도 10을 참조하면, 시스템은 시뮬레이션 모델에서 실행될 토큰을 수신하면, 복수의 서브 모델 각각에서 실행될 수 있도록 초기화함을 표시하고 있다.

도 10에서 토큰은 ID1, ID2, ID3의 토큰이 존재하고, @뒤에 기재된 수는 가용 시간(available time)을 나타내는 것으로 시작할 수 있는 시간을 의미한다.

따라서, 제1 서브 모델(910)에서 ID1은 0의 시각에 시작 가능하고, ID2는 13의 시각에 시작 가능하고, ID3은 15의 시각에 시작 가능함을 알 수 있다.

반면, 제2 서브 모델(920)과 제3 서브 모델(930)은 앞선 서브 모델에서 어떤 토큰이 언제 완료되는지 알 수 없기 때문에 가용 시간(available time)을 알 수 없어 '?'로 표기되었음을 확인할 수 있다.

시스템은 복수의 서브 모델 각각에서 토큰에 대한 가용 시간, 시작 시간, 기간 및 종료 시간을 설정할 수 있다.

도 11은 본 발명의 일 실시 예에 따른 시스템에서 복수의 서브 모델 각각에 대한 실행 시나리오를 생성한 예를 도시한 도면이다.

도 11을 참조하면, 본 발명의 시스템은 복수의 서브 모델(910, 920, 930) 각각에서 토큰에 대한 실행 시나리오를 생성할 수 있다.

이때, 시나리오는 표 형태의 시나리오(1110, 1120, 1130) 또는 그래프 형태의 시나리오(1112, 1122, 1132) 등으로 표현 가능하다.

도 11의 표에서 Avail token time은 해당 토큰이 해당 서브 모델에서 시작 가능한 시각을 나타내는 가용 시간이고, Consume Token time은 해당 토큰이 해당 서브 모델에서 실행을 시작한 시각을 나타내는 시작 시간이고, Duration은 해당 토큰이 해당 서브 모델에서 실행된 총 시간을 나타내는 기간이고, Produce token time은 해당 토큰이 해당 서브 모델에서 종료된 시각을 나타내는 종료 시간이다.

복수의 서브 모델(910, 920, 930) 중에서 토큰이 시작되는 서브 모델인 제1 서브 모델(910)은 표 형태의 시나리오(1110) 통해서 확인할 수 있듯이 가용 시간이 존재함으로, 가용 시간의 순서에 따라서, ID1, ID2, ID3의 순서로 실행됨을 확인할 수 있다.

하지만, 토큰이 시작되는 서브 모델이 아닌 제2 서브 모델(920) 또는 제3 서브 모델(930)은 포함된 각 토큰의 가용 시간이 0으로 설정되었으므로 토큰(ID1, ID2, ID3)의 실행 순서는 랜덤하게 결정된다.

제2 서브 모델(920)의 표 형태의 시나리오(1120)와 그래프 형태의 시나리오(1122)를 살펴보면, 랜덤하게 실행순서가 결정된 결과 ID2, ID1, ID3의 순서로 실행됨을 확인할 수 있다.

도 12는 본 발명의 일 실시 예에 따른 시스템에서 복수의 서브 모델 각각에 대한 실행 시나리오를 동기화한 예를 도시한 도면이다.

도 12를 참조하면, 본 발명의 도 11의 복수의 서브 모델의 시나리오를 순서대로 연결하여 동기화한다.

도 12의 표에서 AT는 해당 토큰이 해당 서브 모델에서 시작 가능한 시각을 나타내는 가용 시간이고, CT는 해당 토큰이 해당 서브 모델에서 실행을 시작한 시각을 나타내는 시작 시간이고, Duration은 해당 토큰이 해당 서브 모델에서 실행된 총 시간을 나타내는 기간이고, FT는 해당 토큰이 해당 서브 모델에서 종료된 시각을 나타내는 종료 시간이다.

제1 서브 모델(910)을 실제 시간(Actual Time)에서 동작하도록 표현한 표(1210)는 사실상 도 11의 표 형태의 시나리오(1110)와 동일하다.

하지만, 제2서브 모델(920)의 표 형태의 시나리오(1120)는 상대 시간(Relative Time)에서 동작하므로, 제1 서브 모델(910) 이후에 실행되도록 상대 시간을 실제 시간으로 변경하여 표(1220)와 같이 동기화 된다.

제3 서브 모델(930)의 표 형태의 시나리오(1130)도 제2서브 모델(920)의 이후에 실행되도록 상대 시간을 실제 시간으로 변경하면 표(1230)와 같이 동기화 된다.

제1 서브 모델(910), 제2서브 모델(920), 제3 서브 모델(930)에서 동작하는 토큰(ID1, ID2, ID3)의 시나리오가 동기화되면 하나의 그래프(1240)로 표현될 수 있다.

도 13과 도 14는 본 발명의 일 실시 예에 따른 시스템에서 타임드 컬러드 페트리 넷의 시뮬레이션 모델을 실행하는 예를 도시한 도면이다.

도 13과 도 14를 참조하면, 본 발명의 시스템은 마스터(1310), 통신 버스(1311), 동기화 모듈(1312), 제1 시뮬레이션 엔진(1321), 제2 시뮬레이션 엔진(1322) 및 제3 시뮬레이션 엔진(1323)을 포함할 수 있다. 이때, 시뮬레이션 엔진의 수는 복수의 서브 모델의 수와 동일하다. 즉, 시뮬레이션 엔진의 수는 서브 모델의 수에 따라서 변동될 수 있다.

마스터(1310)는 제1 서브 모델(910)을 제1 시뮬레이션 엔진(1321)으로 제공(1331)하고, 제2 서브 모델(920)을 제2 시뮬레이션 엔진(1322)으로 제공(1332)하고, 제3 서브 모델(930)을 제3 시뮬레이션 엔진(1323)으로 제공(1333)한다.

제1 시뮬레이션 엔진(1321), 제2 시뮬레이션 엔진(1322) 및 제3 시뮬레이션 엔진(1323) 각각은 큐/자원을 압류하거나 해제하는 알람을 위한 하는 관찰자를 통신 버스(1311)로 제공한다.

제3 시뮬레이션 엔진(1323)에서 자원 A의 자원을 압류하는 알림을 통신 버스(1311)로 제공(1340)하면, 통신 버스(1311)는 자원 A의 잠금 알림을 제1 시뮬레이션 엔진(1321) 및 제2 시뮬레이션 엔진(1322) 각각으로 송신한다(1341, 1342).

제3 시뮬레이션 엔진(1323)에서 자원 A의 자원의 압류를 해제하는 알림을 통신 버스(1311)로 제공(1350)하면, 통신 버스(1311)는 자원 A의 잠금 해지 알림을 제1 시뮬레이션 엔진(1321) 및 제2 시뮬레이션 엔진(1322) 각각으로 송신한다(1351, 1352).

제1 시뮬레이션 엔진(1321), 제2 시뮬레이션 엔진(1322) 및 제3 시뮬레이션 엔진(1323) 각각은 시뮬레이션이 종료되면, 각 엔진에서의 결과를 동기화 모듈(1312)로 전송하고(1410, 1420, 1430), 시뮬레이션이 종료되었음으로 통신 버스(1311)로 탈퇴를 전송한다(1412, 1422, 1432).

동기화 모듈(1312)은 각 엔진에서의 결과를 수신하면(1410, 1420, 1430), 동기화하여서 시뮬레이션 엔진들 각각의 로컬 결과를 합친다(1440).

그리고, 동기화 모듈(1312)은 동기화된 합쳐진 결과를 마스터(1310)로 송신한다(1450).

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.

Claims (12)

1. 시뮬레이션 모델을 수신하는 단계;
   상기 시뮬레이션 모델을 복수의 서브 모델로 세분화하는 단계;
   상기 시뮬레이션 모델에서 실행될 토큰을 수신하고 상기 복수의 서브 모델 각각에서 실행될 수 있도록 토큰을 초기화하는 단계;
   상기 복수의 서브 모델 각각에서 상기 토큰에 대한 실행 시나리오를 생성하는 단계; 및
   상기 토큰이 상기 복수의 서브 모델을 거쳐 실행되도록 동기화하는 단계
   를 포함하는 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 시스템에서 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 방법.
   
2. 제1항에 있어서,
   상기 시뮬레이션 모델을 상기 복수의 서브 모델로 세분화하는 단계는,
   상기 시뮬레이션 모델의 실행 흐름을 트리 구조로 변환하는 단계;
   깊이우선탐색을 사용하여 상기 시뮬레이션 모델의 하위 모델을 식별하는 단계;
   상기 식별된 하위 모델을 기설정된 규칙에 따라 클러스터링하여 상기 복수의 서브 모델로 생성하는 단계;
   상기 복수의 서브 모델에 포함된 노드들 중에서 적어도 2개의 노드에서 공유되는 큐 또는 자원을 감지하는 단계;
   감지된 큐 또는 감지된 자원 각각에 관찰자를 부여하는 단계; 및
   상기 부여된 관찰자를 통해서 상기 복수의 서브 모델들을 순서에 맞게 연결하는 단계
   를 포함하는 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 시스템에서 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 방법.
   
3. 제2항에 있어서,
   상기 식별된 하위 모델을 기설정된 규칙에 따라 클러스터링하여 상기 복수의 서브 모델로 생성하는 단계는,
   클러스터를 생성하면서 상기 깊이우선탐색으로 통해서 선택된 현재 노드를 상기 기설정된 규칙에 따라서 생성된 현재 클러스터에 추가하여 클러스터링하는 단계; 및
   상기 클러스터링으로 분류된 클러스터 각각을 서브 모델로 생성하는 단계
   를 포함하는 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 시스템에서 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 방법.
   
4. 제3항에 있어서,
   상기 기설정된 규칙은,
   현재 클러스터가 비어 있으면 현재 노드를 상기 현재 클러스터에 추가하는 단계;
   상기 현재 클러스터가 비어 있지 않고, 이전 노드와 상기 현재 노드가 형제이고, 상기 현재 노드에 자손 노드가 없는 경우, 상기 현재 클러스터에 상기 현재 노드를 추가하는 단계;
   상기 현재 클러스터가 비어 있지 않고, 이전 노드와 상기 현재 노드가 형제이고, 상기 현재 노드에 자손 노드가 있는 경우, 새로운 클러스터를 생성하고, 상기 새로운 클러스터에 상기 현재 노드를 추가하는 단계;
   상기 현재 클러스터가 비어 있지 않고, 이전 노드와 상기 현재 노드가 형제가 아니고, 이전 노드의 부모 노드 또는 조상 노드가 상기 현재 노드와 형제인 경우, 새로운 클러스터를 생성하고, 상기 새로운 클러스터에 상기 현재 노드를 추가하는 단계; 및
   상기 현재 클러스터가 비어 있지 않고, 이전 노드가 상기 현재 노드의 부모 노드 또는 조상 노드인 경우, 상기 현재 클러스터에 상기 현재 노드를 추가하는 단계
   를 포함하는 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 시스템에서 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 방법.
   
5. 제1항에 있어서,
   상기 시뮬레이션 모델에서 실행될 토큰을 수신하고 상기 복수의 서브 모델 각각에서 실행될 수 있도록 초기화하는 단계는,
   상기 복수의 서브 모델 각각에서 상기 토큰에 대한 가용 시간, 시작 시간, 기간 및 종료 시간을 설정하는 단계
   를 포함하는 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 시스템에서 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 방법.
   
6. 제5항에 있어서,
   상기 토큰에 대한 가용 시간, 시작 시간, 기간 및 종료 시간을 설정하는 단계는,
   상기 복수의 서브 모델 중에서 상기 토큰이 시작되는 서브 모델이 아니면, 상기 토큰의 가용 시간을 0으로 설정하는 단계; 및
   상기 토큰이 복수개이고, 복수개의 토큰의 가용 시간이 동일한 경우, 토큰의 시작 순서는 랜덤하게 결정하여 상기 복수개의 토큰의 시작 시간을 설정하는 단계
   를 포함하는 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 시스템에서 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 방법.
   
7. 제1항에 있어서,
   상기 복수의 서브 모델 각각에서 상기 토큰에 대한 실행 시나리오 생성하는 단계는,
   상기 복수의 서브 모델 중에서 상기 토큰에 가용 시간이 존재하는 서브 모델의 경우, 실제 시간으로 상기 토큰에 대한 실행 시나리오를 생성하는 단계; 및
   상기 복수의 서브 모델 중에서 상기 토큰에 가용 시간이 존재하지 않는 서브 모델의 경우, 상대 시간으로 상기 토큰에 대한 실행 시나리오를 생성하는 단계
   를 포함하는 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 시스템에서 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 방법.
   
8. 제1항에 있어서,
   상기 토큰이 상기 복수의 서브 모델을 거쳐 실행되도록 동기화하는 단계는,
   상기 복수의 서브 모델의 실행 순서에 따라서 상기 복수의 서브 모델 각각의 실행 시나리오를 연결하여 상기 토큰이 실제 시간에서 동작하도록 동기화하는 단계
   를 포함하는 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 시스템에서 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 방법.
   
9. 시뮬레이션 모델을 수신하는 단계;
   상기 시뮬레이션 모델의 실행 흐름을 트리 구조로 변환하는 단계;
   깊이우선탐색을 사용하여 상기 시뮬레이션 모델의 하위 모델을 식별하는 단계;
   상기 식별된 하위 모델을 기설정된 규칙에 따라 클러스터링하여 복수의 서브 모델로 생성하는 단계;
   상기 복수의 서브 모델에 포함된 노드들 중에서 적어도 2개의 노드에서 공유되는 큐 또는 자원을 감지하는 단계;
   감지된 큐 또는 감지된 자원 각각에 관찰자를 부여하는 단계; 및
   상기 부여된 관찰자를 통해서 상기 복수의 서브 모델들을 순서에 맞게 연결하는 단계
   를 포함하는 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 시스템에서 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 방법.
   
10. 제9항에 있어서,
    상기 식별된 하위 모델을 기설정된 규칙에 따라 클러스터링하여 상기 복수의 서브 모델로 생성하는 단계는,
    클러스터를 생성하면서 상기 깊이우선탐색으로 통해서 선택된 현재 노드를 상기 기설정된 규칙에 따라서 생성된 클러스터에 추가하여 클러스터링하는 단계; 및
    상기 클러스터링으로 분류된 클러스터 각각을 서브 모델로 생성하는 단계
    를 포함하는 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 시스템에서 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 방법.
    
11. 제10항에 있어서,
    상기 기설정된 규칙은,
    현재 클러스터가 비어 있으면 현재 노드를 상기 현재 클러스터에 추가하는 단계;
    상기 현재 클러스터가 비어 있지 않고, 이전 노드와 상기 현재 노드가 형제이고, 상기 현재 노드에 자손 노드가 없는 경우, 상기 현재 클러스터에 상기 현재 노드를 추가하는 단계;
    상기 현재 클러스터가 비어 있지 않고, 이전 노드와 상기 현재 노드가 형제이고, 상기 현재 노드에 자손 노드가 있는 경우, 새로운 클러스터를 생성하고, 상기 새로운 클러스터에 상기 현재 노드를 추가하는 단계;
    상기 현재 클러스터가 비어 있지 않고, 이전 노드와 상기 현재 노드가 형제가 아니고, 이전 노드의 부모 노드 또는 조상 노드가 상기 현재 노드와 형제인 경우, 새로운 클러스터를 생성하고, 상기 새로운 클러스터에 상기 현재 노드를 추가하는 단계; 및
    상기 현재 클러스터가 비어 있지 않고, 이전 노드가 상기 현재 노드의 부모 노드 또는 조상 노드인 경우, 상기 현재 클러스터에 상기 현재 노드를 추가하는 단계
    를 포함하는 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 시스템에서 타임드 컬러드 페트리 넷 시뮬레이션 모델을 처리하는 방법.
    
12. 제1항 내지 제11항 중 어느 한 항의 방법을 컴퓨터에 실행시키기 위한 컴퓨터 프로그램이 저장된 컴퓨터가 판독 가능한 기록 매체.

Images