Рубрика: "1.2.2. Математическое моделирование, численные методы и комплексы программ (технические науки)"
539.3 Конечно-элементное моделирование нестационарной термоустойчивости композитных конструкций
Димитриенко Ю. И. (МГТУ им.Н.Э.Баумана), Богданов И. О. (МГТУ им.Н.Э.Баумана), Юрин Ю. В. (МГТУ им.Н.Э.Баумана), Маремшаова А. А. (МГТУ им.Н.Э.Баумана), Анохин Д. С. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2024-1-3854
Рассматривается задача моделирования потери устойчивости конструкций из композиционных материалов вследствие нестационарных тепловых воздействий на них, с учетом температурной зависимости свойств компонентов композита. Сформулированы системы уравнений для расчета основного и варьированного состояний конструкции. Предложена классификация задач устойчивости. Описано применение метода конечных элементов для определения критической температуры и отвечающей ей формы потери устойчивости конструкции. Сформулирована локальная обобщенная задача на собственные значения и произведена верификация предложенной модели с помощью программного комплекса SMCM, разработанного в НОЦ «Симплекс» МГТУ им. Н.Э. Баумана, а также с помощью ПК ANSYS. Показано, что результаты расчета собственных форм и собственных значений в тестовой задаче достаточно хорошо совпадают.
Димитриенко Ю.И., Богданов И.О., Юрин Ю.В., Маремшаова А.А., Анохин Д. Конечно-элементное моделирование нестационарной термоустойчивости композитных конструкций. Математическое моделирование и численные методы, 2024, № 1, с. 38–54.
Облакова Т. В. (МГТУ им.Н.Э.Баумана), Алексеев Д. С. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2022-4-4862
Работа посвящена сравнению различных методов моделирования и применения фрактального броуновского движения в задачах анализа временных рядов. Реализованы программные модули, генерирующие траектории фрактального броуновского движения с использованием методов стохастического представления, разложения Холецкого и Дэвиса-Харта. Проведено сравнение алгоритмов с точки зрения их сложности и качества получаемых траекторий. Показатель Хёрста оценивался методами Минковского и R/S анализа. Предложена и реализована аппроксимация временных рядов фрактальным броуновским движением с помощью степенной функции для последующего применения алгоритма линейного прогнозирования, основанного на теореме о нормальной корреляции. Установлено, что с помощью представленной аппроксимации удается добиться удовлетворительного прогноза валютного курса на несколько значений вперед.
Облакова Т.В., Алексеев Д.С. Сравнительный анализ методов моделирования и прогнозирования временных рядов на основе теории фрактального броуновского движения. Математическое моделирование и численные методы, 2022, № 4, с. 48–62
Донской И. Г. (Институт систем энергетики им. Л.А. Мелентьева СО РАН)
doi: 10.18698/2309-3684-2021-3-2441
В статье рассматривается численная модель течения газа в пористой среде, содержащей частицы реакционноспособного компонента (полимера). При нагреве эти частицы расширяются, деформируются и заполняют порозное пространства, в результате чего проницаемость существенно снижается. Связь между пористостью и проницаемостью описывается формулой Козени-Кармана. Тогда вблизи нижней (входной) границы образуется область с низкой проницаемостью (агломерат), рост которой определяется условиями на боковой и входной границе. В результате расчетов получены характерные сценарии блокировки пористой среды при разных температурах нагрева. Показано, что при нагреве через стенку полимер разлагается, и пористая среда частично восстанавливает проницаемостью При нагреве поступающим газом агломерат намного более устойчив, поскольку он блокирует источник нагрева.
Донской И.Г. Численное моделирование процессов образования, роста и разложения агломератов в пористой среде при разных режимах нагрева. Математическое моделирование и численные методы, 2021, № 3, с. 24–41.
Бушуев А. Ю. (МГТУ им.Н.Э.Баумана), Резников А. О. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2021-3-6273
Построена модель генетического алгоритма с бинарным кодированием с независимой селекцией Шеффера, позволяющая производить поиск глобального оптимума по нескольким критериям без их скаляризации. При расчетах учитывается область всех возможных перемещений исполнительных органов в условиях неопределённых внешних воздействий в некотором, заранее заданном, диапазоне. Разработан алгоритм, позволяющий хранить промежуточные результаты для устранения проблемы большого количества повторяющихся расчетов в ходе работы эволюционного алгоритма, что позволило снизить время вычислений. Эффективность работы оптимизационного алгоритма демонстрируется на примере решения модельной задачи.
Бушуев А.Ю., Резников А.О. Применение генетического алгоритма в задаче моделирования и оптимизации пневмогидравлической системы синхронизации исполнительных органов. Математическое моделирование и численные методы, 2021, № 3, с. 62–73.
519.6 Численное решение уравнений смешанного типав неограниченной области на плоскости
Галанин М. П. (Институт прикладной математики им. М.В. Келдыша РАН/МГТУ им.Н.Э.Баумана), Ухова А. Р. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2023-3-105124
Целью является построение и реализация алгоритма нахождения численного решения задачи для уравнений смешанного типа в неограниченной области. Рассматриваются задачи, в которых исследуемый процесс описывается в некоторой ограниченной области уравнением теплопроводности или волновым, а вне нее — уравнением Лапласа. Поставлены необходимые дополнительные условия в нуле, на бесконечности и условия сопряжения на границе внутренней области. Описан алгоритм нахождения численного решения задачи с волновым уравнением в ограниченной области в одномерном и двумерном случаях, задач с уравнением теплопроводности или волновым в двумерном случае. Разностные схемы построены интегро–интерполяционным методом. Задача решается в ограниченной области. На ее границе поставлены нелокальные граничные условия так, что решение поставленной задачи в ограниченной области совпадает с проекцией на нее решения задачи в неограниченной области. При этом для решения введена искусственная граница в части области, в которой процесс описывается уравнением Лапласа. Построены итерационный алгоритм и алгоритм с нелокальным граничным условием. Представлены результаты вычислений для примеров в различных областях
Галанин М.П., Ухова А.Р. Численное решение уравнений смешанного типа в неограниченной области на плоскости. Математическое моделирование и численные методы, 2023, № 3, с. 105–124.
519.17 Задача о преследовании в 3D-пространстве с произвольными начальными углами прицеливания
Бодряков В. Ю. (Уральский государственный педагогический университет)
doi: 10.18698/2309-3684-2024-2-6884
В статье впервые получено аналитическое решение задачи о преследовании в системе «хищник–жертва» в евклидовом 3D-пространстве для произвольных начальных углов прицеливания. В процессе преследования жертва движется равномерно и прямолинейно, постоянный по модулю вектор скорости хищника нацелен на жертву. Точное решение задачи получено в форме параметрически заданной пространственной кривой преследования. Получены точные выражения для других существенных характеристик процесса преследования (времени преследования, координат жертвы, длины кривой преследования, и др.). Проведено реалистичное компьютерное моделирование взаимного движения хищника и жертвы в пространстве и во времени; определены характерные параметры процесса преследования. Отмечен значительный дидактический потенциал решенной задачи о 3D-преследовании для подготовки будущих специалистов в области механики и управления; задача может служить содержательной основой для выполнения обучающимися исследовательских проектов, курсовых и выпускных квалификационных работ.
Бодряков В.Ю. Задача о преследовании в 3D-пространстве с произвольными начальными углами прицеливания. Математическое моделирование и численные методы, 2024, № 2, с. 68-84.
Мозжорина Т. Ю. (МГТУ им.Н.Э.Баумана), Рахманкулов Д. А. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2021-3-7487
В данной работе рассматривается оптимизация перелета спутника малой массы с орбиты Земли на орбиту Марса под солнечным парусом. Оптимизация управления углом установки солнечного паруса проводится с использованием принципа максимума Понтрягина при минимизации времени перелета. В отличие от предшествующих работ на эту тему решение краевой задачи, к решению которой сводится принцип максимума, получено методом пристрелки. Программа расчета написана на языке программирования С++. Несмотря на вычислительные сложности, возникающие при использовании метода пристрелки, удалось добиться хорошей сходимости метода Ньютона, лежащего в основе алгоритма. Проведен анализ точности полученных результатов и показана возможность применения метода пристрелки при решении подобных задач. Проведено сравнение с данными ранее опубликованных работ. Несмотря на некоторые допущения, использованные при разработке алгоритма расчета, работа имеет свою ценность в плане оценки возможности использования метода пристрелки, дающего наиболее точные численные результаты оптимизации.
Мозжорина Т.Ю., Рахманкулов Д.А. Моделирование и оптимизация управлением спутника малой массы при перелете с орбиты Земли на орбиту Марса под солнечным парусом. Математическое моделирование и численные методы, 2021, № 3, с. 74–87.
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.
Смирнов В. Ю. (ГБУЗ МО МОНИКИ им. М. Ф. Владимирского/ООО Азфорус), Кузнецова А. В. (ИБХФ РАН)
doi: 10.18698/2309-3684-2022-4-6380
В работе рассмотрено моделирование циклических процессов реального макромира набором двух (или большего числа) систем линейных разностных уравнений с постоянными коэффициентами. Показано, что из любого начального состояния система может быть переведена в заданное конечное состояние за заданное число шагов и, как следствие — получены условия существования циклического решения на плоскости или в пространстве любой размерности. Для циклического решения интегральные кривые систем состыковываются по непрерывности. Переключение с одной системы уравнений на другую происходит при достижении интегральными кривыми границ на фазовой плоскости (пространстве). Проведен анализ скорости сходимости таких решений к устойчивому циклу. Показана существенная зависимость хода интегральных кривых (траекторий) от начальных условий. Модель в виде авторегрессий связана с экспериментальными данными — временными рядами и аппроксимирует их по критерию минимизации среднеквадратичного отклонения. Предложенные модели могут также применяться к задачам достижения заданных значений процессов (технических, экономических) в заданный момент врем
Смирнов В.Ю., Кузнецова А.В. О моделировании циклических процессов решениями кусочно-линейных разностных уравнений с постоянными коэффициентами по экспериментальным данным в виде временных рядов. Математическое моделирование и численные методы, 2022, № 4, с. 63–80.