Simulation experiments are typically conducted repeatedly during the model development process, for example, to re-validate if a behavioral property still holds after several model changes. Approaches for automatically reusing and generating simulation experiments can support modelers in conducting simulation studies in a more systematic and effective manner. They rely on explicit experiment specifications and, so far, on user interaction for initiating the reuse. Thereby, they are constrained to support the reuse of simulation experiments in a specific setting. Our approach now goes one step further by automatically identifying and adapting the experiments to be reused for a variety of scenarios. To achieve this, we exploit provenance graphs of simulation studies, which provide valuable information about the previous modeling and experimenting activities, and contain meta-information about the different entities that were used or produced during the simulation study. We define provenance patterns and associate them with a semantics, which allows us to interpret the different activities, and construct transformation rules for provenance graphs. Our approach is implemented in a Reuse and Adapt framework for Simulation Experiments (RASE) which can interface with various modeling and simulation tools. In the case studies, we demonstrate the utility of our framework for a) the repeated sensitivity analysis of an agent-based model of migration routes, and b) the cross-validation of two models of a cell signaling pathway.

中文翻译：

---

通过来源模式自动重用、调整和执行模拟实验

模拟实验通常在模型开发过程中重复进行，例如，重新验证在多次模型更改后行为属性是否仍然有效。自动重用和生成模拟实验的方法可以支持建模者以更系统和有效的方式进行模拟研究。他们依赖于明确的实验规范，到目前为止，还依赖于用户交互来启动重用。因此，它们被限制为支持在特定设置中重复使用模拟实验。我们的方法现在更进一步，通过自动识别和调整实验以在各种场景中重复使用。为了实现这一点，我们利用模拟研究的出处图，提供有关先前建模和实验活动的宝贵信息，并包含有关在模拟研究期间使用或生成的不同实体的元信息。我们定义出处模式并将它们与语义相关联，这使我们能够解释不同的活动，并为出处图构建转换规则。我们的方法是在仿真实验的重用和适应框架 (RASE) 中实现的，该框架可以与各种建模和仿真工具交互。在案例研究中，我们展示了我们的框架在以下方面的效用：a) 基于代理的迁移路线模型的重复敏感性分析，以及 b) 两个细胞信号通路模型的交叉验证。并包含有关在模拟研究期间使用或产生的不同实体的元信息。我们定义出处模式并将它们与语义相关联，这使我们能够解释不同的活动，并为出处图构建转换规则。我们的方法是在仿真实验的重用和适应框架 (RASE) 中实现的，该框架可以与各种建模和仿真工具交互。在案例研究中，我们展示了我们的框架在以下方面的效用：a) 基于代理的迁移路线模型的重复敏感性分析，以及 b) 两个细胞信号通路模型的交叉验证。并包含有关在模拟研究期间使用或产生的不同实体的元信息。我们定义出处模式并将它们与语义相关联，这使我们能够解释不同的活动，并为出处图构建转换规则。我们的方法是在仿真实验的重用和适应框架 (RASE) 中实现的，该框架可以与各种建模和仿真工具交互。在案例研究中，我们展示了我们的框架在以下方面的效用：a) 基于代理的迁移路线模型的重复敏感性分析，以及 b) 两个细胞信号通路模型的交叉验证。并构建出处图的转换规则。我们的方法是在仿真实验的重用和适应框架 (RASE) 中实现的，该框架可以与各种建模和仿真工具交互。在案例研究中，我们展示了我们的框架在以下方面的效用：a) 基于代理的迁移路线模型的重复敏感性分析，以及 b) 两个细胞信号通路模型的交叉验证。并构建出处图的转换规则。我们的方法是在仿真实验的重用和适应框架 (RASE) 中实现的，该框架可以与各种建模和仿真工具交互。在案例研究中，我们展示了我们的框架在以下方面的效用：a) 基于代理的迁移路线模型的重复敏感性分析，以及 b) 两个细胞信号通路模型的交叉验证。