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
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
531.36:521.1 Моделирование динамики космической станции в окрестности астероида
Родников А. В. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2016-2-5568
Предлагается классификация задач динамики космической станции, совершающей полет в окрестности малой планеты, чье движение вокруг центра масс является регулярной прецессией. Классификация проводится по трем признакам: модели потенциала астероида, способа удерживания станции около малой планеты и решаемой динамической задачи. Приводится обзор результатов автора, полученных к настоящему времени при анализе сформулированных в рамках этой классификации задач. В частности, в случае, когда потенциал астероида моделируется композицией потенциалов двух точечных (действительных или комплексно сопряженных) масс, находящихся на действительном или мнимом расстоянии, строятся множества стационарных орбит свободной станции, а также положений равновесия станции на леере, т.е. тросе, концы которого закреплены в полюсах астероида. Проводится анализ устойчивости некоторых из найденных орбит и положений равновесия. Приводятся некоторые случаи интегрируемости уравнений движения космической станции вдоль леера
Родников А. В. Моделирование динамики космической станции в окрестности астероида. Математическое моделирование и численные методы, 2016, №2 (10), c. 55-68
539.3+519.86 Многомасштабное моделирование упругопластических композитов с учетом повреждаемости
Димитриенко Ю. И. (МГТУ им.Н.Э.Баумана), Губарева Е. А. (МГТУ им.Н.Э.Баумана), Сборщиков С. В. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2016-2-323
Предложена модель деформирования упругопластических композиционных материалов периодической структуры с учетом повреждаемости фаз композита, основанная на варианте деформационной теории пластичности при активном нагружении. Для моделирования эффективных характеристик упругопластических композитов применен метод асимптотической гомогенизации периодических структур. Для численного решения локальных задач упругопластичности с учетом повреждаемости на ячейке периодичности предложен вариант итерационного метода линеаризации, а для численного решения линеаризованных задач на ячейке периодичности — метод конечных элементов с использованием программной среды SMCM, разработанной в Научно-образовательном центре «Суперкомпьютерное инженерное моделирование и разработка программных комплексов» (СИМПЛЕКС) МГТУ им. Н.Э. Баумана. Приведены примеры численных расчетов для дисперсно-армированного металлокомпозита (алюминиевой матрицы, наполненной частицами SiC). Представлены результаты численного моделирования процессов деформирования, накопления повреждений и разрушения металлокомпозита.
Димитриенко Ю. И., Губарева Е. А., Сборщиков С. В. Многомасштабное моделирование упругопластических композитов с учетом повреждаемости. Математическое моделирование и численные методы, 2016, №2 (10), c. 3-23
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
Плюснин А. В. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2016-2-3954
Рассмотрены способы восстановления параметров движения летательного аппарата в контейнере по данным их регистрации с большой дискретностью в процессе экспериментальной отработки газодинамического выброса.
Плюснин А. В. Восстановление параметров движения летательного аппарата по данным их дискретной регистрации. Ч. 2. Способы, использующие регуляризацию. Математическое моделирование и численные методы, 2016, №2 (10), c. 39-54
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