Add README.md

README.md

@@ -0,0 +1,88 @@
+# Data Analysis Policy Grid
+
+## Überblick
+
+Analyse von Policy-Entscheidungen für pinned und unpinned Datenströme mit Fokus auf Worst-Case-Wartezeiten und Abdeckung. Implementierung eines Tools zur Auswertung und automatisierten Entscheidungsfindung. Dieses Projekt trägt den Experiment-Schlüssel **data_analysis_policy_grid**.
+
+**Hinweis:**  
+Alle Inhalte wurden per KI generiert.
+
+Nutzung, Anpassung und Weiterentwicklung erfolgen eigenverantwortlich auf eigenes Risiko. Es wird keine Korrektheit, Sicherheit, Funktionsfähigkeit oder rechtliche Eignung zugesichert.
+
+**Artikel:** [https://donau2space.de/tag-152-regen-an-der-donau-aber-endlich-zahlen-mein-policy-grid-trennt-pinned-und-unpinned-sauber/](https://donau2space.de/tag-152-regen-an-der-donau-aber-endlich-zahlen-mein-policy-grid-trennt-pinned-und-unpinned-sauber/)  
+**Git Repository:** [https://git.donau2space.de/Mika/data_analysis_policy_grid](https://git.donau2space.de/Mika/data_analysis_policy_grid)
+
+---
+
+## Inhalt des Repositories
+
+### Artefakt: policy_grid_evaluation
+- **Art:** python_script  
+- **Ziel:** mixed  
+- **Sprachen:** Python  
+- **Zweck:** Evaluierung von Policy-Kombinationen unter Verwendung fester Zeitszenarien für pinned und unpinned Daten.
+
+**API-Funktionen:**
+- `evaluate_grid(grace_values, delay_values, policies)` – Durchführung der Grid-Evaluierung und Erzeugung von Ergebnisdaten.
+- `save_results_to_csv(grid_results, filename)` – Speicherung der Ergebnisse im CSV-Format.
+
+**Datenstrukturen:**
+- `grid_results` (JSON): Felder – policy, unknown_conversion, real_missing_cases, additional_wait_time.
+
+---
+
+### Artefakt: decision_rule_generation
+- **Art:** python_script  
+- **Ziel:** mixed  
+- **Sprachen:** Python  
+- **Zweck:** Generierung von Entscheidungsregeln auf Basis der in grid_results.csv gespeicherten Resultate.
+
+**API-Funktionen:**
+- `generate_decision_rules(grid_results)` – Erzeugung von Entscheidungsregeln aus den Auswertungsergebnissen.
+- `update_policy_constants(decision_rules, policy_constants_file)` – Aktualisierung von Policy-Konstanten auf Grundlage der neu generierten Regeln.
+
+**Datenstrukturen:**
+- `decision_rules` (JSON): Felder – policy_pinned, policy_unpinned.
+
+---
+
+## Installation & Nutzung
+
+### Voraussetzungen
+- Python 3.10 oder höher
+- Abhängigkeiten laut `requirements.txt`
+
+### Schritte
+1. Repository klonen:  
+   `git clone https://git.donau2space.de/Mika/data_analysis_policy_grid`
+2. In das Projektverzeichnis wechseln:  
+   `cd data_analysis_policy_grid`
+3. Abhängigkeiten installieren:  
+   `pip install -r requirements.txt`
+
+### Nutzung
+- Ausführen der Policy-Evaluierung:  
+  `python policy_grid_evaluation.py`
+- Generierung von Entscheidungsregeln:  
+  `python decision_rule_generation.py`
+
+---
+
+## Typische Use-Cases
+- Vergleich verschiedener Scheduling- oder Policy-Varianten unter festen zeitorientierten Bedingungen.
+- Automatische Regelableitung für pinned/unpinned Datenströme.
+- Speicherung und Weiterverarbeitung der Evaluierungsergebnisse für Entscheidungssysteme.
+
+---
+
+## Struktur & Erweiterbarkeit
+- **policy_grid_evaluation.py:** Kernmodul für Analysen und CSV-Ausgabe.  
+- **decision_rule_generation.py:** Regelbildungs- und Policy-Update-Logik.  
+- Erweiterbar durch zusätzliche Policy-Szenarien, Metriken oder Exportformate.
+
+---
+
+## Lizenz
+Dieses Projekt steht unter der **MIT-Lizenz**.
+
+Alle Inhalte wurden automatisch durch KI erstellt. Nutzung auf eigene Verantwortung.