Рубрика: "01.01.00 Математика"
519.612.2 Анализ эффективности итерационных методов решения систем линейных алгебраических уравнений
Марчевский И. К. (МГТУ им.Н.Э.Баумана), Пузикова В. В. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2014-4-3752
Для выбора оптимального в смысле вычислительной эффективности итерацион ного метода решения систем линейных алгебраических уравнений, возникающих при дискретизации дифференциальных уравнений в частных производных, помимо скорости сходимости следует учитывать такие характеристики системы и метода, как число обусловленности, коэффициент сглаживания, показатель «затратности». Последние две характеристики вычисляют по коэффициентам усиления гармоник, которые позволяют судить о сглаживающих свойствах итерационного метода и его «затратности», т. е. о том, насколько хуже метод подавляет низкочастотные компоненты ошибки по сравнению с высокочастотными. Предложен способ определения коэффициентов усиления гармоник, основанный на использовании дискретного преобразования Фурье. В качестве примера приведён анализ эффективности метода BiCGStab c ILU и многосеточным предобусловливанием при решении разностных аналогов уравнений Гельмгольца и Пуассона.
Марчевский И. К., Пузикова В. В. Анализ эффективности итерационных методов решения систем линейных алгебраических уравнений. Математическое моделирование и численные методы, 2014, №4 (4), c. 37-52
519.8 Стохастические модели дуэльного боя двух единиц
Чуев В. Ю. (МГТУ им.Н.Э.Баумана), Дубограй И. В. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2016-2-6984
На основе теории непрерывных марковских процессов разработаны модели дуэльного боя двух единиц. Получены расчетные формулы для вычисления основных показателей боя. Установлено, что упреждающий удар одной из участвующих в бою единиц оказывает существенное влияние на исход боя близких по силам единиц и незначительное влияние, если одна из единиц имеет значительное превосходство. Показано, что использование модели с постоянными эффективными скорострельностями может привести к существенным ошибкам при оценке его результатов. Установлено, что упреждающий удар в совокупности с более высокой степенью роста эффективной скорострельности может в отдельных случаях компенсировать более чем двукратное начальное превосходство противника. Показана возможность использования аппроксимаций эффективных скорострельностей боевых единиц различными функциями времени боя.
Чуев В. Ю., Дубограй И. В. Стохастические модели дуэльного боя двух единиц. Математическое моделирование и численные методы, 2016, №2 (10), c. 69-84
Волков В. Ю. (АО ОКБ "ГИДРОПРЕСС"), Голибродо Л. А. (АО ОКБ "ГИДРОПРЕСС"), Зорина И. Г. (МГТУ им.Н.Э.Баумана), Кудрявцев О. В. (АО ОКБ "ГИДРОПРЕСС"), Крутиков А. А. (АО ОКБ "ГИДРОПРЕСС"), Скибин А. П. (АО ОКБ "ГИДРОПРЕСС")
doi: 10.18698/2309-3684-2016-4-3446
Для моделирования трубопроводных систем совершен переход от методов, основанных на уравнениях массового баланса, базирующихся на первом и втором законах Кирхгофа, к математическому описанию гидравлической сети с помощью дискретизации уравнения неразрывности, для чего был применен метод контрольного объема. Представлено расширение разработанного метода контрольного объема для расчета нестационарных процессов потокораспределения в гидравлических сетях. Данное расширение метода разработано для медленно протекающих процессов в гидравлических сетях и не подходит для расчета быстро протекающих местных процессов, таких как гидроудар. Метод успешно апробирован на примере решения нескольких тестовых задач.
Волков В. Ю., Голибродо Л. А., Зорина И. Г., Кудрявцев О. В., Крутиков А. А., Скибин А. П. Применение метода контрольного объема для расчета нестационарных процессов в трубопроводных системах. Математическое моделирование и численные методы, 2016, №4 (12), c. 34-46
681.513.5 Стабилизация неустойчивого предельного цикла релейной хаотической системы
Краснощеченко В. И. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2015-2-87104
В работе представлен алгоритм синтеза для стабилизации неустойчивого предельного цикла релейной хаотической системы. В алгоритме используется одномерное дис-кретное отображение Пуанкаре для нахождения неподвижных точек периода (предельных циклов исходной непрерывной системы). Показано, что классический метод OGY синтеза апериодического регулятора не решает поставленной задачи, так как учитывает только скорость выходной координаты, что недостаточно для стабилизации. Предложенный алгоритм основан на поиске необходимого коэффициента регулятора путем решения обратной задачи: сначала задается некоторый коэффициент, а затем осуществляется двухэтапная процедура (с коррекцией) перехода системы в следующую точку переключения. Задача коррекции осуществляется в полной окрестности (положения и скорости выходной координаты) и обеспечивает стабилизацию предельного цикла корректирующими импульсами малой амплитуды в вы-бранной области начальных условий (области стабилизации), о чем свидетельствуют приведенные результаты моделирования.
Краснощеченко В. И. Стабилизация неустойчивого предельного цикла релейной хаотической системы. Математическое моделирование и численные методы, 2015, №2 (6), c. 87-104
Родников А. В. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2016-3-110118
Предложен численно-аналитический алгоритм поиска стационарных орбит космической станции в окрестности астероида, соответствующих положениям относительного равновесия станции в плоскости, которая образована осями прецессии и собственного вращения астероида, в случае, когда астероид представляется близким к динамически симметричному твердым телом, сжатым вдоль оси динамической симметрии. Алгоритм основан на представлении гравитационного потенциала астероида композицией потенциалов двух комплексно-сопряженных точечных масс и состоит из последовательных замен переменных, сводящих задачу к аналитическому и численному решению алгебраических уравнений. Приведены некоторые факты об эволюции стационарных орбит при изменении угловой скорости прецессии.
Родников А. В. Моделирование поиска стационарных орбит космической станции в окрестности астероида сжатой формы. Математическое моделирование и численные методы, 2016, №3 (11), c. 110-118
Андрианов И. К. (Комсомольский-на-Амуре государственный технический университет), Гринкруг М. С. (Комсомольский-на-Амуре государственный технический университет)
doi: 10.18698/2309-3684-2016-2-2438
Рассмотрена математическая модель теплообменного процесса, протекающего в тонкостенных криволинейных оболочках турбомашин. Предложен алгоритм расчета теплового состояния на граничных поверхностях оболочки и покрытия согласно требуемому тепловому условию. Представлены результаты расчета распределения температур при заданном температурном поле на наиболее термонагруженной поверхности оболочки в результате теплового воздействия.
Андрианов И. К., Гринкруг М. С. Параметрическая идентификация математической модели теплообменного процесса для тонкостенных криволинейных оболочек турбомашин. Математическое моделирование и численные методы, 2016, №2 (10), c. 24-38
Базилевский М. П. (Иркутский государственный университет путей сообщения)
doi: 10.18698/2309-3684-2016-2-104116
Рассмотрена проблема построения регрессионных моделей, в которых все переменные имеют стохастический характер. Для ее решения предложено использовать коэффициент детерминации. Получены аналитические зависимости коэффициентов детерминации от соотношения дисперсий ошибок исследуемых признаков. Поставлена оптимизационная задача, предполагающая максимизацию суммы коэффициентов детерминации каждого уравнения в регрессии Деминга. Дан модельный пример численной обработки регрессии Деминга с ее известными параметрами и ошибками признаков.
Базилевский М. П. Аналитические зависимости между коэффициентами детерминации и соотношением дисперсий ошибок исследуемых признаков в модели регрессии Деминга. Математическое моделирование и численные методы, 2016, №2 (10), c. 104-116
519.237.07 Факторное моделирование с помощью нейронной сети
Шовин В. А. (Омский филиал Федерального государственного бюджетного учреждения науки Института математики им. С.Л. Соболева Сибирского отделения Российской академии наук), Гольтяпин В. В. (Омский филиал Федерального государственного бюджетного учреждения науки Института математики им. С.Л. Соболева Сибирского отделения Российской академии наук)
doi: 10.18698/2309-3684-2016-2-85103
Проведено факторное моделирование артериальной гипертензии начальной стадии с помощью метода факторизации на базе нейронной сети и алгоритма обратного распространения ошибки. Этот метод факторизации является альтернативой классическому факторному анализу. Алгоритм построения факторной структуры на базе нейронной сети был реализован программно. Представлен обзор данного метода факторизации. Данный метод был усовершенствован для проведения факторного вращения и получения интерпретабельного решения. Факторная структура артериальной гипертензии, полученная с помощью данного метода факторизации, находятся в соответствии с результатами факторного моделирования посредством других методов.
Шовин В. А., Гольтяпин В. В. Факторное моделирование с помощью нейронной сети. Математическое моделирование и численные методы, 2016, №2 (10), c. 85-103
517.9:519.6 Анализ бифуркаций в двухмодовой аппроксимации системы Курамото — Цузуки
Малинецкий Г. Г. (Институт прикладной математики им. М.В. Келдыша РАН), Фаллер Д. С. (Институт прикладной математики им. М.В. Келдыша РАН)
doi: 10.18698/2309-3684-2014-3-111125
Рассмотрено появление хаотических аттракторов в системе трех обыкновенных дифференциальных уравнений, возникающих в теории моделей «реакция — диффузия». Исследованы динамика соответствующих одномерных и двумерных отображений и ляпуновские показатели возникающих аттракторов. Показано, что переход к хаосу происходит по нетрадиционному сценарию, связанному с многократным рождением и исчезновением хаотических режимов, который изучен для одномерных отображений с острой вершиной и квадратичным минимумом. С помощью численного анализа исследованы характерные особенности системы: наличие областей бистабильности и гиперболичности, кризис хаотических аттракторов.
Малинецкий Г. Г., Фаллер Д. С. Анализ бифуркаций в двухмодовой аппроксимации системы Курамото — Цузуки. Математическое моделирование и численные методы, 2014, №3 (3), c. 111-125