Auto experiment repo from n8n
Find a file
2026-02-17 16:16:32 +00:00
decision_rule_generation Add decision_rule_generation/requirements.txt 2026-02-17 16:16:32 +00:00
policy_grid_evaluation Add policy_grid_evaluation/requirements.txt 2026-02-17 16:16:30 +00:00
LICENCE.md Add LICENCE.md 2026-02-17 16:16:32 +00:00
README.md Add README.md 2026-02-17 16:16:32 +00:00

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/
Git Repository: 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.