Рубрика: "1.2.2. Математическое моделирование, численные методы и комплексы программ (технические науки)"
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.
521.19 Моделирование пертурбационных оболочек для гравитационных маневров в Солнечной системе
Боровин Г. К. (Институт прикладной математики им. М.В. Келдыша РАН), Голубев Ю. Ф. (Институт прикладной математики им. М.В. Келдыша РАН), Грушевский А. В. (Институт прикладной математики им. М.В. Келдыша РАН), Тучин А. Г. (Институт прикладной математики им. М.В. Келдыша РАН)
doi: 10.18698/2309-3684-2023-4-6473
Одним из видов гравитационного рассеяния в Солнечной системе в рамках модели круговой ограниченной задачи трех тел (CR3BP) являются гравитационные маневры «частиц незначительной массы» (космические аппараты, астероиды, кометы и др.). Для их описания полезна физическая аналогия с рассеянием пучков заряженных альфа-частиц в кулоновском поле. Однако, в отличие от рассеяния заряженных частиц, существуют внешние ограничения на возможность выполнения гравитационных маневров, связанные с ограниченным размером сферы влияния планеты. В то же время из литературы по CR3BP известны внутренние ограничения на возможность исполнения гравитационных маневров, оцениваемые эффективными радиусами планет (включая гравитационный захват планетой, попадающей в нее). Они зависят от асимптотической скорости частицы относительно планеты. По понятным причинам их влияние лишает возможности эффективного использования гравитационных маневров. В работе представлены обобщенные оценки размеров околопланетных областей (плоских вращающихся синхронно с малым телом «пертурбационных колец» или «пертурбационных оболочек» в трехмерном случае), попадание в которые является необходимым условием реализации гравитационных маневров. Детальный анализ показывает, что Нептун и Сатурн имеют характерные оболочки — полые сферы возмущений самых больших размеров в Солнечной системе, а Юпитер занимает в этом списке лишь четвертое место.
Боровин Г.К., Голубев Ю.Ф., Грушевский А.В., Тучин А.Г. Моделирование пертурбационных оболочек для гравитационных маневров в Солнечной системе.Математическое моделирование и численные методы, 2023, № 4, с. 64–73.
Хайиткулов Б. Х. (Национальный университет Узбекистана)
doi: 10.18698/2309-3684-2024-1-5566
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 прямоугольнике. 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 рассматривалась. 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 ностационарной 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 теплопроводности с постоянными коэффициентами, заданными для первой краевой задачи. Краевая задача изучается для двумерного 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. Численное моделирование нестационарной задачи оптимального размещения источников тепла минимальной мощности в однородной среде. Математическое моделирование и численные методы, 2024, № 1, с. 55–66.
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.
523.6+533.6 Моделирование Тунгусского явления 1908 года в рамках двух возможных гипотез
Андрущенко В. А. (Институт автоматизации проектирования РАН), Сызранова Н. Г. (Институт автоматизации проектирования РАН)
doi: 10.18698/2309-3684-2023-3-4261
В рамках актуальной проблемы кометно-астероидной опасности численно исследуются физические процессы, вызывающие разрушение и фрагментацию метеорных тел в атмосфере Земли, в данном случае Тунгусского болида. Число всевозможных версий и гипотез, связанных с Тунгусским явлением, чрезвычайно велико и продолжает возрастать, поэтому необходим анализ и обобщений всех известных фактов, присущих этому нестандартному катастрофическому событию, и только после этого приступить к выдвижению тех или иных гипотез, его объясняющих. На основе разработанной физико-математической модели, определяющей движение космических объектов естественного происхождения в атмосфере и их взаимодействия с ней, нами предложены две гипотезы, объясняющие процессы, происходящие при падении Тунгусского тела в 1908г. Первая гипотеза связана с дроблением тела, представляющего собой каменный метеороид, на большое количество фрагментов, которые разрушились в плотных слоях атмосферы под действием термических напряжений до размера мелкой пыли. Трудности выявления мелких частиц, выпавших именно в результате Тунгусского события, объясняются в основном следующим обстоятельством ˗ сроки начала первичных поисков следов падения тела были отдалены от момента события на целых двадцать лет, в течение которых на этой территории могло произойти весьма значительное количество других геофизических процессов. Вторая гипотеза связана с явлениями, возникающими при малых углах входа тела в атмосферу Земли. В этом случае происходит изменение баллистики его полета в атмосфере, заключающееся в переходе от режима падения к режиму подъема. Этот эффект приводит к реализации следующих возможных сценариев события: возврат тела обратно в космическое пространство при его остаточной скорости большей второй космической; переход тела на орбиту спутника Земли при остаточной скорости большей первой космической; при меньших значениях остаточной скорости тела возвращение его через некоторое время к режиму падения и достижение им земной поверхности на значительном расстоянии от предполагаемого места падения. Предложенные гипотезы объясняют, например, отсутствие материальных следов, в том числе и кратеров в ходе поисков останков Тунгусского болида в окрестности вывала леса
Андрущенко В.А., Сызранова Н.Г. Моделирование Тунгусского явления 1908 года в рамках двух возможных гипотез. Математическое моделирование и численные методы, 2023, № 3, с. 42–61.
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.
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.
Валишин А. А. (МГТУ им.Н.Э.Баумана), Запривода А. В. (МГТУ им.Н.Э.Баумана), Клонов А. С. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2024-1-93109
При развитии методов прогнозирования существенное значение приобретает исключение из исходной информации и исследуемых процессов случайных эффектов. Эти эффекты связаны не только с невозможностью учета всех факторов, но и с тем, что часть из них нередко совсем не принимаются во внимание. Не стоит забывать и про случайные погрешности измерений. В прогнозируемых величинах вследствие указанных эффектов создается некий случайный фон или «шум». Фильтрация (исключение) шумов должна, естественно, повысить достоверность и оправдываемость прогнозов. В статье рассмотрены принципы фильтрации данных в масштабе реального времени. Приводится постановка задачи, а также основные критерии оценок, которые должны выполняться для получения удовлетворительного результата. Разбирается принцип работы двух наиболее распространённых видов фильтров – абсолютно оптимальных и условно оптимальных, описываются их достоинства и недостатки. Рассмотрено применение фильтров Калмана и Пугачева к модели с двумя датчиками. Представлены некоторые выводы и рекомендации о том, в каких случаях лучше использовать тот или иной фильтр.
Валишин А.А., Запривода А.В., Клонов А.С. Математическое моделирование и сравнительный анализ численных методов решения задачи непрерывнодискретной фильтрации случайных процессов в реальном времени. Математическое моделирование и численные методы, 2024, № 1, с. 93–109.
Бушуев А. Ю. (МГТУ им.Н.Э.Баумана), Данилов Н. А. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2022-2-313
Для решения проектной задачи разработана математическая модель функционирования системы синхронизации исполнительных органов на основе дроссельного делителя потока. Приводится решение задачи оптимизации времени рассогласования относительного перемещения исполнительных органов при наличии внешних знакопеременных силовых воздействий, выполненное с помощью генетического алгоритма и уточненное с помощью метода Нелдера-Мида
Бушуев А.Ю., Данилов Н.А. Математическое моделирование гидравлической системы синхронизации исполнительных органов на основе дроссельного делителя потока. Математическое моделирование и численные методы, 2022, № 2, с. 3–15