Рубрика: "1.2.2. Математическое моделирование, численные методы и комплексы программ (технические науки)"
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.
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.
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.
Висам Махди Абас А. (ЮРГПУ (НПИ)), Арутюнян Р. В. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2021-2-6885
Рассматриваются вопросы анализа нелинейных динамических и стационарных систем на основе интегро–функциональных рядов Вольтерры и различных классов квадратурных формул. Используется математическая модель типа вход–выход, не учитывающая конкретную физическую природу динамического процесса, которую принято называть черным ящиком. Методы статьи применимы для основных вариантов интегрально–функционального разложения Вольтерры, в том числе для случая стационарных динамических систем, векторного входного сигнала. Дан пример задачи оптимизации на основе рассматриваемых интегростепенных рядов. Отмечено, при анализе и оптимизации нелинейных динамических систем методом интегро–функциональных рядов может возникнуть проблема вычисления многомерных интегралов. Рассмотрено применение для задач анализа нелинейных динамических и стационарных систем комбинированного метода, основанного на интегростепенном ряде Вольтерры и сеточных методах решения соответствующих одно- и многомерных интегральных уравнений. Рассматривается случай, когда известен некоторый набор реализаций входного и выходного сигналов, которые могут быть в принципе случайными процессами. По этим данным осуществляется отыскание ядер в разложении на основе решения соответствующего линейного многомерного интегрального уравнения Фредгольма I рода. Соответствующая задача относится к некорректно поставленным и для ее решения применен метод регуляризации по А.Н. Тихонову. В статье предлагается применять в данной задаче в случае больших размерностей метод квази Монте–Карло, характерный удовлетворительной сходимостью. Исследованы вычислительные качества в рассматриваемой задаче полустатистического метода решения интегральных уравнений большой размерности, метод квази Монте-–Карло, метод центральных прямоугольников (ячеек) и квадратурные формулы Гаусса–Лежандра. Рассматриваемые подходы позволяют расширить круг решаемых задач теории анализа и оптимизации систем, поскольку предложены методы, практически приемлемые при больших размерностях интегральных уравнений в условиях ограниченной информации о системе.
Абас Висам Махди Абас, Арутюнян Р.В. Моделирование нелинейных динамических и стационарных систем на основе интегро–функциональных рядов Вольтерры и различных классов квадратурных формул. Математическое моделирование и численные методы, 2021, № 2, с. 68–85.
Русских С. В. (ФГБУ ВО "Московский авиационный институт"), Шклярчук Ф. Н. (ФГБУ ВО "Московский авиационный институт")
doi: 10.18698/2309-3684-2022-3-1832
Рассматривается нелинейная колебательная система, описываемая обыкновенными дифференциальными уравнениями с переменными коэффициентами. Предполагается, что на рассматриваемом интервале времени решение системы является достаточно гладкими — без разрывов, столкновений и бифуркаций. Из неоднородной системы уравнений выделяются в явном виде члены, линейно зависящие от координат, скоростей и ускорений и члены, зависящие от этих переменных нелинейно. Предлагается новый подход для численного решения шаговым методом начальной задачи, описываемой такой системой обыкновенных дифференциальных уравнений второго порядка. На шаге интегрирования неизвестные функции представляются в виде суммы функций, удовлетворяющих начальным условиям: линейного решения Эйлера и нескольких заданных корректирующих функций в виде полиномов второй и выше степеней с неизвестными коэффициентами. Дифференциальные уравнения на шаге удовлетворяются приближённо в смысле слабого решения по методу Галеркина на системе корректирующих функций. Получаются алгебраические уравнения с нелинейными членами, которые решаются методом итераций, начиная в первом приближении с линейного решения. Полученное решение в конце данного шага используется в качестве начальных условий на последующем шаге. В качестве примера рассмотрено одно однородное дифференциальное уравнение второго порядка без первой производной с сильной кубической нелинейностью по координате (при максимальной амплитуде нелинейная сила в два раза превышает линейную силу). Это уравнение имеет точное периодическое решение в виде интеграла энергии консервативной системы, которое используется для оценки точности численных решений, полученных методами Галеркина, Рунге-Кутта и Адамса второго порядка, а также методами Radau5 и BDF на различных интервалах времени (до 8000 периодов свободных колебаний системы) при использовании различных постоянных шагов интегрирования (от 0,0025 долей периода). При этом в методе Галеркина на каждом шаге использовалось четыре одинаковых корректирующих функций в виде полиномов от второй до пятой степеней. Показано, что на больших интервалах времени вычислений метод Галеркина обладает более высокой точностью по сравнению с другими рассмотренными численными методами. Поэтому он может быть использован для численного решения нелинейных задач, в которых требуется решать их на больших интервалах времени; например при расчете установившихся предельных циклов нелинейных колебаний и хаотических нелинейных колебаний со странными аттракторами.
Русских С.В., Шклярчук Ф.Н. Применение одношагового метода Галеркина для решения системы обыкновенных дифференциальных уравнений с начальными условиями. Математическое моделирование и численные методы, 2022, № 3, с. 18–32.
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
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.
519.87 Моделирование клеточными автоматами эффектов двойных стандартов и мягкой силы при конкуренции
Бобров В. А. (МПГУ), Бродский Ю. И. (ФИЦ ИУ РАН)
doi: 10.18698/2309-3684-2021-4-12134
В среде клеточных автоматов рассматривается дискретный аналог классической модели конкуренции А. Лотки – В. Вольтерры. Известно, что в классической модели тип ее эволюции во времени определяется в первую очередь принадлежностью коэффициентов двойных стандартов тем или иным диапазонам их возможных значений. Показано, что такая же ситуация имеет место и для дискретной модели. Для классической модели имеет место эффект мягкой силы. При рассмотрении модели применительно к социальным системам, она превращается в кооперативную позиционную дифференциальную игру, ограничениями которой становится исходная система уравнений конкуренции А. Лотки – В. Вольтерры, а управлениями — коэффициенты двойных стандартов. Эффект мягкой силы состоит в том, что стороны склонны сравнивать конкурентное давление на них популяции соперника с конкурентным давлением внутри собственной популяции и могут принять меньшее давление соперника за благосклонное его к ним отношение, а большее — за враждебное проявление. Тогда как на самом деле — сравнение внешнего конкурентного давления с внутренним в данной игре не информативно — все зависит исключительно от коэффициентов двойных стандартов, которые в этой игре являются управлениями и поэтому не известны сопернику. Имитационные эксперименты с аналогом модели конкуренции, реализованным в среде клеточных автоматов, показывают, что в дискретной модели эффект мягкой силы также имеет место
Бобров В.А., Бродский Ю.И. Моделирование клеточными автоматами эффектов двойных стандартов и мягкой силы при конкуренции. Математическое моделирование и численные методы, 2021, № 4, с. 121–134.
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.