Рубрика: "1.2.2. Математическое моделирование, численные методы и комплексы программ (технические науки)"
519.6 Агентная модель культурных взаимодействий на неметризуемых хаусдорфовых пространствах
Белотелов Н. В. (Вычислительный центр им. А.А. Дородницына ФИЦ ИУ РАН/МГТУ им.Н.Э.Баумана), Павлов С. А. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2021-3-105119
Необходимость разработки формализованных компьютерно-ориентированных подходов к проведению междисциплинарных исследований межкультурных взаимодействий является актуальной задачей. В статье описывается подход к разработке агентных моделей межкультурных взаимодействий, основанный на использовании неметризуемых хаусдорфовых пространств с использованием генетических алгоритмов для введения динамических изменений в рассматриваемой структуре культурных агентов. В статье рассматривается прототип агентной модели, в которой состояние агентов описывается в хаусдорфовых пространствах. С помощью выбора опорных точек для каждого агента строится функция Урысона, которая позволяет вводить предпочтения агентов. Далее с помощью технологии генетических алгоритмов, удается получить тактовую динамику изменения всей системы агентов. В статье приводится описание некоторых имитационных экспериментов. Обсуждаются возможные перспективы развития данного подхода.
Белотелов Н.В, Павлов С.А. Агентная модель культурных взаимодействий на неметризуемых хаусдорфовых пространствах. Математическое моделирование и численные методы, 2021, № 3, с. 105–119.
Крееренко С. С. (ПАО «ТАНТК им. Г.М. Бериева»), Крееренко О. Д. (ПАО «ТАНТК им. Г.М. Бериева»)
doi: 10.18698/2309-3684-2024-3-8199
Рассматривается задача моделирования продольного движения самолета транспортной категории и параметрическая идентификация аэродинамических характеристик продольного движения: составляющих безразмерных коэффициентов аэродинамической подъемной силы и момента тангажа. Задача решается в классе модульных полуэмпирических динамических моделей, созданных объединением теоретического и нейросетевого моделирования. Работоспособность и практическая значимость моделей подтверждается результатами вычислительных экспериментов. Разработка нейросетевой модели продольного движения самолета выполнена на языке Python с использованием открытой программной библиотеки Tensorflow для машинного обучения и высокоуровневого API Keras в составе Tensorflow.
Крееренко С.С., Крееренко О.Д. Моделирование и параметрическая идентификация аэродинамических характеристик самолета транспортной категории с использованием нейросетей в среде Тensorflow. Математическое моделирование и численные методы, 2024, № 3, с. 81–99.
004.855.5 Нейросетевые методы решения задачи кредитного скоринга
Кадиев А. Д. (МГТУ им.Н.Э.Баумана), Чибисова А. В. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2022-4-8192
Продемонстрирован математический вывод представленной модели нейронной сети. Сведение задачи классификации к задаче оптимизации. Произведен разведывательный анализ данных, а также их предобработка для дальнейшего использования в обучении алгоритмов классификации. Были спроектированы архитектуры нейронных сетей, зависящих от функции активации, количества скрытых слоев нейронной сети и количества нейронов в скрытых слоях. Обучено более десяти нейронных сетей, решающих поставленную задачу кредитного скоринга. Произведен расчет времени обучения нейронных сетей. Представлено решение задачи при помощи классических алгоритмов машинного обучения. Можно было заметить, что стандартное отклонение accuracy и ROC AUC для нейронных сетей больше, чем у случайного леса. Это происходит из-за того, что мы выбираем начальные веса случайным образом и градиенты считаем не на всей выборке, а на малых частях, что добавляет некоторую погрешность при обучении. Но эти отклонения были не только в худшую сторону. В лучших ситуациях, по обеим метрикам, нейронные сети показывали результат хуже всего на пару процентов. Произведен анализ резульатов. Сравнительный анализ показывает, что нейронные сети имеют лучшее качество классификации, чем классические алгоритмы машинного обучения, а также, что нейронные сети имеют меньшее время обучения, чем классические алгоритмы машинного обучения. Представлены графики и таблицы, отображающие имеемые результаты.
Кадиев А.Д., Чибисова А.В. Нейросетевые методы решения задачи кредитного скоринга. Математическое моделирование и численные методы, 2022, № 4, с. 81–92.
Рузиев З. Д. (Ташкентский государственный технический университет), Сабиров О. И. (Ташкентский государственный технический университет), Корабоев К. А. (Ташкентский государственный технический университет), Сапаев У. К. (Ташкентский государственный технический университет)
doi: 10.18698/2309-3684-2022-1-314
Проведено численное моделирование процессов генерации второй гармоники ультракоротких лазерных импульсов в нелинейных фотонных кристаллах. Примененные численные методы основаны на приближении медленно-меняющихся амплитуд и однонаправленном приближении, применимом для упрощения волнового уравнения с нелинейной поляризацией в диспергирующей среде. При одинаковых условиях эксперимента проведено сравнение результатов этих приближений. Сравнительный анализ показывает, что вплоть до 10 фс длительности основного импульса оба приближенных метода описывают этот процесс преобразования частоты практически одинаково, но ниже 10 фс наблюдается расхождение результатов. Сравнение проводилось, главным образом по формированию временного профиля импульса второй гармоники и её эффективности. Представлена также методика получения временных профилей импульса второй гармоники при использовании однонаправленного приближения, где падающее поле используется целиком, как в спектральной, так и во временной области расчета. При использовании приближения медленно-меняющихся амплитуд учтено влияние дисперсии до третьего порядка малости.
Рузиев З.Дж., Собиров О.И., Корабоев К.А., Сапаев У.К. Численное моделирование генерации второй гармоники ультракоротких лазерных импульсов в нелинейных фотонных кристаллах. Математическое моделирование и численные методы, 2022, № 1, с. 3–14.
Хайиткулов Б. Х. (Национальный университет Узбекистана)
doi: 10.18698/2309-3684-2023-1-3242
Данная работа посвящена численному решению нестационарной задачи оптимального размещения источников тепла минимальной мощности. Постановка задачи требует одновременного выполнения двух условий. Первое условие — обеспечить нахождение температуры в пределе минимальных и максимальных температур за счет оптимального размещения источников тепла с минимальной мощностью в параллелепипеде. Второе условие заключается в том, чтобы суммарная мощность источников тепла, используемых для обогрева, была минимальной. Эта задача изучалась в стационарных условиях в работах других учёных. Однако в нестационарном случае задача не рассматривалось. Поскольку найти непрерывное решение краевой задачи сложно, то ищем численное решение задачи. Трудно найти интегральный оператор с непрерывным ядром (функция Грина). Найдено численное значение функции Грина в виде матрицы. Предложен новый алгоритм численного решения нестационарной задачи оптимального управления размещением источников тепла с минимальной мощностью в процессах, описываемых дифференциальными уравнениями с частными производными параболического типа. Предложена новая методика численного решения. Построена математическая и численная модель процессов, описываемых уравнением конвекции-диффузии, заданным для первой краевой задачи. Краевая задача изучается для трёхмерного случая. Для численного решения задачи использовалась неявная конечно-разностная схема. По этой схеме была создана система разностных уравнений. Сформированная система разностных уравнений приведена к задаче линейного программирования. Задача линейного программирования решается с помощью М-метода. При каждом значении времени решается задача линейного программирования. Предложен новый подход к численному решению задач. Приведена общая блок-схема алгоритма решения нестационарной задачи оптимального управления размещением источников тепла с минимальной мощностью. Разработан алгоритм и программное обеспечение для численного решения задачи. Приведено краткое описание программного обеспечения. На конкретных примерах показано, что численное решение краевой задачи находится в заданных пределах, сумма оптимально размещенных источников тепла с минимальной мощностью дает минимум функционалу. Визуализированы результаты вычислительного эксперимента.
Хайиткулов Б.Х. Математическое моделирование нестационарной задачи конвекции–диффузии об оптимальном выборе местоположения источников тепла. Математическое моделирование и численные методы, 2023, No 1, с. 32–42.
Соколов Н. В. (АО НИИтурбокомпрессор им. В.Б. Шнеппа/Казанский национальный исследовательский технологический университет), Хадиев М. Б. (Казанский национальный исследовательский технологический университет), Федотов П. Е. (Казанский (Приволжский) федеральный университет/ООО «АСТ Поволжье»), Федотов Е. М. (ООО «АСТ Поволжье»)
doi: 10.18698/2309-3684-2023-1-92111
Представлены исследования влияния класса вязкости подаваемого масла ISO VG32 и ISO VG46 в широком диапазоне скоростей ротора и рабочих зазорах на локальные и интегральные характеристики упорного подшипника скольжения с неподвижными подушками компрессора. Исследования проведены с помощью программы расчетов Sm2Px3Txτ на основе результатов численных экспериментов подшипника. Программа построена численной реализацией нестационарной периодической термоупругогидродинамической (ПТУГД) математической модели работы упорного подшипника. Результаты исследований указывают на существенное влияние класса вязкости масла на основные характеристики и температурный режим работы упорного подшипника. При замене масла ISO VG46 на более жидкое ISO VG32 происходит заметное снижение температур подушек подшипника и потерь мощности. Однако уровень этого изменения определяется задаваемым рабочим зазором между вращающимся упорным диском и подушками подшипника. Проанализировано влияние класса вязкости масла и профиля рабочей поверхности на температурный режим работы подушки. Определяются величина и расположение максимальной температуры подушки упорного подшипника, а также возможность применения на практике эталонной точки 75/75 из API-670.
Соколов Н.В., Хадиев М.Б., Федотов П.Е., Федотов Е.М. Численное исследование влияния класса вязкости смазки на работу упорного подшипника скольжения. Математическое моделирование и численные методы, 2023, No 1, с. 92–111.
519.8 Диффузионная модель эволюции кластера в металлическом расплаве жаропрочного никелевого сплава
Тягунов А. Г. (Уральский Федеральный Университет), Зейде К. М. (Universidad Politècnica Salesiana/University of Genoa), Мильдер О. Б. (Уральский Федеральный Университет), Тарасов Д. А. (Уральский Федеральный Университет)
doi: 10.18698/2309-3684-2023-2-332
В работе производится построение математической модели термо-временной эволюции кластера в расплаве жаропрочного никелевого сплава ЖС6У. Формулируется начально-краевая задача с движущейся границей, для решения которой применяется численное моделирование методом трассировки траектории частиц, а для описания эволюционных процессов используется ряд классических физических теорий. Для проверки точности модели привлекается физический эксперимент построения политерм и изотерм электросопротивления рассматриваемого сплава. Подтверждено, что модель броуновской диффузии и теория проводимости Друде применимы для описания, как временной, так и температурной эволюции кластера. Так же оправдал себя подход к моделированию на основе «твердых шаров». По результатам моделирования, во временном диапазоне от 1690 до 1752 К количество частиц в составе кластера меняется от 5000 до 2000, средняя динамическая вязкость кластера изменяется от 3 до 2 *1010 Па*с, однако предполагается, что центральная часть существенно плотнее периферии, радиус кластера изменяется от 24 до 18, радиус свободной зоны вокруг кластера – от 56 до 43. Определены направления дальнейшего развития модели.
Тягунов А.Г., Зейде К.М., Мильдер О.Б., Тарасов Д.А. Диффузионная модель эволюции кластера в металлическом расплаве жаропрочного никелевого сплава. Математическое моделирование и численные методы, 2023, № 2, с. 3–32.
519.63 Молекулярно-динамическое моделирование модификации алюминия лазерной ударной волной
Перов Е. А. (Объединенный институт высоких температур РАН), Жаховский В. В. (Всероссийский научно-исследовательский институт автоматики им. Н.Л. Духова/Объединенный институт высоких температур РАН), Иногамов Н. А. (Институт теоретической физики им. Л.Д. Ландау РАН), Шепелев В. В. (Институт автоматизации проектирования РАН), Фортова С. В. (Институт автоматизации проектирования РАН), Долуденко А. Н. (Объединенный институт высоких температур РАН)
doi: 10.18698/2309-3684-2023-4-7492
Пластические деформации лежат в основе такой промышленной технологии, как лазерное термоупрочнение или лазерный пиннинг (LSP, laser shock peening). В данной работе методом классической молекулярной динамики исследована возможность упрочнения поверхностного слоя алюминиевого образца, облученного единичным фемтосекундным лазерным импульсом. Рассмотрены три ориентации кристаллической решетки — [1, 0, 0] (первая ориентация кристаллической решетки), [1, 1, 0] (вторая ориентация кристаллической решетки), [1, 1, 1] (третья ориентация кристаллической решетки). Проведено численное исследование влияния различных величин вложенной энергии в диапазоне от 120,98 Дж/м2 до 2540,01 Дж/м2 лазерного импульса на глубину залегания пластических деформаций, влияющих на упрочнение исследуемого материала. Построена зависимость максимальной глубины залегания пластических деформаций от вложенной энергии. Значения энергий подобранны таким образом, что пластический фронт УВ (ударной волны) останавливался до того, как достигнет правой границы моделируемого образца. Необходимость соблюдения этого условия обусловлена тем фактом, что отразившаяся от правой границы образца волна растяжения может тормозить пластический ударный фронт, выступая в роли волны разгрузки. С помощью построенной в работе зависимости максимальной глубины залегания пластических деформаций от вложенной энергии определено пороговое значение вложенной энергии, при превышении которого алюминий начинает пластически деформироваться.
Перов E.А., Жаховский В.В., Иногамов Н.А., Шепелев В.В., Фортова С.В., Долуденко А.Н.. Молекулярно-динамическое моделирование модификации алюминия лазерной ударной волной. Математическое моделирование и численные методы, 2023, № 4, с. 74-92
Чуев В. Ю. (МГТУ им.Н.Э.Баумана), Дубограй И. В. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2022-2-102113
С использованием метода динамики средних разработана «смешанная» модель противоборства многочисленных группировок при линейных зависимостях от времени эффективных скоростей нанесения воздействий единицами сторон. Построен алгоритм, позволяющий исследовать ход протекания процесса и вычислить его основные показатели. Установлено, что использование моделей с постоянными эффективными скоростями нанесения воздействий во многих случаях приводит к значительным ошибкам при вычислении основных показателей процесса. Исследовано влияние упреждающего воздействия одной из противоборствующих сторон на ход его протекания и окончательный итог.
Чуев В.Ю., Дубограй И.В. «Смешанная» модель противоборства многочисленных группировок при линейных зависимостях от времени эффективных скоростей воздействий единицами сторон. Математическое моделирование и численные методы, 2022, № 2, с. 104–115