Steeds meer bedrijven kijken naar modelgebaseerde methodes om de toenemende systeemcomplexiteit te beteugelen. De adoptie ervan laat echter nog te wensen over. Behalve dat de industrie zelf een tandje moet bijzetten, vindt Jos Baeten dat de academische wereld actiever mag evangeliseren. In het bijzonder pleit de TUE-hoogleraar systeemengineering voor meer universitaire spin-offs in modelgebaseerde tooling.
Modelgebaseerde ontwikkeling is in en er komen dan ook steeds meer tools voor op de markt. In principe zijn er echter maar drie soorten, naar het type model dat ze hanteren. ’Grofweg onderscheiden we modellen uit de werktuigbouw, waar we aan rekenen met continue wiskunde zoals differentiaalvergelijkingen‘, vertelt Jos Baeten, hoogleraar systeemengineering aan de Technische Universiteit Eindhoven. ’Daarnaast zijn er de modellen uit de informatica, die discrete wiskunde toepassen zoals automaten met toestandsovergangen. Ten slotte zijn er de modellen die omgaan met onzekerheid. Die gebruiken stochastische wiskunde en verbinden bijvoorbeeld kansen aan die overgangen.‘
Matlab en Simulink van Mathworks en Labview van National Instruments zijn bekende voorbeelden van tools die leunen op continue wiskunde. Typisch discreet zijn de Analytical Software Design-methode (ASD) van Verum en de gereedschapskist rond de Micro Common Representation Language 2 (MCRL2), gebouwd en onderhouden bij de TUE-groep van Jan Friso Groote. Een naam die volgens Baeten niet mag ontbreken in het laatste rijtje is Uppaal, een gezamenlijke ontwikkeling van de universiteiten van Uppsala en Aalborg onder leiding van de Deense professor Kim Larsen. Deze ASD-concurrent is vooral populair onder academici en nog niet echt doorgedrongen tot de industrie. Hetzelfde geldt voor tools die rekenen met stochastische wiskunde zoals Markov-ketens.
This article is exclusively available to premium members of Bits&Chips. Already a premium member? Please log in. Not yet a premium member? Become one for just €20 for the first year and enjoy all the benefits.
