Рубрика: "2.3.1. Системный анализ, управление и обработка информации (технические науки)"
Полянин А. Д. (Институт проблем механики им. А.Ю. Ишлинского РАН), Шингарева И. К. (Университет Соноры)
doi: 10.18698/2309-3684-2021-2-96116
Впервые обсуждаются проблемы оценки индекса подобия неоднородных научных публикаций, содержащих уравнения и формулы. Показано, что наличие уравнений и формул (а также графиков, рисунков и таблиц) является осложняющим фактором, существенно затрудняющим исследование таких текстов. Доказано, что метод определения индекса подобия публикаций, основанный на учете отдельных математических символов и частей уравнений и формул, является неэффективным и может приводить к ошибочным и даже совершенно абсурдным выводам. Исследуются возможности наиболее популярных аналитических систем Антиплагиат и iThenticate, используемых в настоящее время в научных журналах для выявления плагиата и самоплагиата. Приведены результаты обработки системой iThenticate конкретных примеров и специальных тестовых задач, содержащих уравнения и формулы. Установлено, что эта аналитическая система при анализе неоднородных текстов часто неспособна отличить самоплагиат от псевдосамоплагиата — кажущегося (ложного, мнимого) самоплагиата. Рассмотрена модельная сложная ситуация, в которой идентификация самоплагиата требует привлечения высококвалифицированных специалистов узкого профиля. Предлагаются различные пути улучшения работы аналитических систем сопоставления неоднородных текстов. Данная статья будет полезна научным работникам и преподавателям вузов физико–математического и инженерного профиля, программистам, занимающимся проблемой распознавания образов и вопросами цифровой обработки изображений, а также широкому кругу читателей, которые интересуются вопросами плагиата и самоплагиата.
Полянин А.Д., Шингарева И.К. Индекс подобия математических и других научных публикаций с уравнениями и формулами и проблема идентификации самоплагиата. Математическое моделирование и численные методы, 2021, № 2, с. 96–116.
004.942 Моделирование среды предприятия с использованием дискретных вычислительных алгоритмов
Белов В. Ф. (АУ «Технопарк–Мордовия»/МГУ им. Н.П. Огарева), Гаврюшин С. С. (МГТУ им.Н.Э.Баумана), Маркова Ю. Н. (АУ «Технопарк–Мордовия»), Занкин А. И. (МГУ им. Н.П. Огарева)
doi: 10.18698/2309-3684-2022-1-109128
В настоящее время наибольшую известность получили методы моделирования и анализа изменений экономических характеристик инновационного процесса на основе уравнений диффузии вещества в среде с заданными параметрами. Результаты анализа в этом случае существенно зависят от обеспечения точности измерения параметров среды, что не всегда достижимо на практике. Представляется целесообразным переход от парадигмы диффузии к парадигме реализации инновации, т.е. к последовательному моделированию состояний инновации, переменные и характеристики которых соответствуют принятым на практике методам измерения и контроля. При таком подходе динамика экономических состояний опытно-конструкторских работ, производства и реализации инновации представляется системами обыкновенных дифференциальных уравнений, начальные условия и коэффициенты которых зависят от параметров внутренней и внешней сред предприятия. Разработанные в статье две дискретные математические модели позволяют контролировать эти параметры с использованием практических методов измерения. Первая дискретная модель представляет собой функционал, обеспечивающий пересчёт реальных параметров внутренней среды предприятия на момент начала масштабирования инновации в коэффициенты дифференциальных уравнений и начальные условия, отражающие результаты подготовки производства. Исходная информация содержится в базе данных ERP предприятия. Вторая дискретная модель реализуется как клеточный автомат. Автоматная модель внешней среды производства может использовать данные, поддающиеся практическому измерению с помощью хорошо отработанных методов маркетинга. Полученные результаты вычислительных экспериментов подтверждают обоснованность гипотезы перехода от парадигмы модели диффузии к парадигме последовательного моделирования экономических состояний инновации.
Белов В.Ф., Гаврюшин С.С., Маркова Ю.Н., Занкин А.И. Моделирование среды предприятия с использованием дискретных вычислительных алгоритмов.Математическое моделирование и численные методы, 2022, № 1, с. 109–128
519.87 Структурная теория сложных систем. Модельный синтез
Бродский Ю. И. (ФИЦ ИУ РАН)
doi: 10.18698/2309-3684-2022-3-98123
В данной статье прежде всего хотелось упорядочить результаты работ автора последних двух десятков лет в области структурной теории моделирования сложных систем и практики реализации таких систем с единых позиций. На основе гуманитарного анализа ключевых свойств сложных систем, признаваемых таковыми рядом авторитетных исследователей и практиков этой области, и предположения о возможности построения математической компьютерной модели сложной системы, — гипотезы о замкнутости, — предлагается формальное определение компьютерной модели сложной системы, как рода структуры в смысле Н. Бурбаки — род структуры М (модель). Класс математических объектов, определяемый родом структуры М обладает следующими двумя свойствами: комплекс, созданный объединением конечного числа математических объектов рода структуры М по определенным правилам, сам является объектом этого рода структуры. Организация вычислительного процесса для всех математических объектов рода структуры М однотипна и поэтому может быть реализована единой универсальной программой организации имитационных вычислений. Наличие этих двух свойств у представителей рода структуры М позволяет построить сквозную технологию описания, синтеза и программной реализации моделей сложных систем — Модельный синтез и Модельно-ориентированное программирование. Изучая морфизмы базисных множеств построенной с помощью модельного синтеза модели рода структуры М, и инварианты, ограничивающие такие морфизм, мы получаем формальный математический язык исследования сложных открытых (меняющих свой состав) систем. Ведя традиционный по форме гуманитарный дискурс, можно все время соотносить его с соответствующим объектом рода структуры М — транслируя на математический язык гуманитарные понятия языка более высокого уровня. Предлагаемая теория имеет практическое применение в области разработки, описания и реализации сложных программных систем. Предлагается новая программистская парадигма —Модельно-ориентированное программирование, являющееся полной реализацией методов САПР в программировании. При разработке программной системы удается оставаться в рамках декларативного программирования, избегая императивного, что существенно упрощает как ее разработку и реализацию, так и последующую отладку.
Бродский Ю.И. Структурная теория сложных систем. Модельный синтез. Математическое моделирование и численные методы, 2022, № 3, с. 98–123.
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.
519.87 Структурная теория сложных систем. Геометрическая теория и гуманитарные аспекты моделирования
Бродский Ю. И. (ФИЦ ИУ РАН)
doi: 10.18698/2309-3684-2022-4-93113
Предлагается формальное определение компьютерной модели сложной системы, как рода структуры в смысле Н. Бурбаки — род структуры M (модель). Класс математических объектов, определяемый родом структуры M обладает следующими двумя свойствами: комплекс, созданный объединением математических объектов рода структуры M по определенным правилам, сам является математическим объектом рода структуры M. Организация вычислительного процесса для всех математических объектов рода структуры M однотипна и поэтому может быть реализована единой универсальной программой организации имитационных вычислений. Наличие этих двух свойств у представителей рода структуры M позволяет построить сквозную технологию описания, синтеза и программной реализации моделей сложных систем — Модельный синтез и Модельно-ориентированное программирование. Изучая морфизмы базисных множеств построенной с помощью модельного синтеза модели рода структуры M, и инварианты, ограничивающие такие морфизм, мы получаем формальный математический язык исследования сложных открытых (меняющих свой состав) систем. Ведя традиционный по форме гуманитарный дискурс, можно все время соотносить его с соответствующим объектом рода структуры M — транслируя на математический язык гуманитарные понятия языка более высокого уровня. Выводами, полученными с помощью этого языка, является, например, то, что устойчивое развитие есть modus vivendi сложной открытой системы и что в сложных открытых системах, в отличие от замкнутых физических систем, ведущую роль играет сохранение законов (система жертвует мощность на поддержание своих аксиом и структуры), а не законы сохранения (которые конечно же имеют место).
Бродский Ю.И. Структурная теория сложных систем. Геометрическая теория и гуманитарные ас-пекты моделирования. Математическое моделирование и численные методы, 2022, № 4, с. 93–113.
Дмитриев Э. А. (ФГБОУ ВО «КнАГУ»), Потянихин Д. А. (ФГБОУ ВО «КнАГУ»), Одиноков В. И. (ФГБОУ ВО «КнАГУ»), Евстигнеев А. И. (ФГБОУ ВО «КнАГУ»), Квашнин А. Е. (ФГБОУ ВО «КнАГУ»)
doi: 10.18698/2309-3684-2022-2-6377
В работе представлена математическая постановка и приведены результаты расчетов в задаче об определении поля температуры при деформировании полосы, изготовленной из алюминиевого сплава АД0, на литейно-ковочном модуле вертикального типа новой модификации. Конструкция литейно-ковочного модуля предполагает, что из четырех стенок кристаллизатора одна неподвижна, вторая совершает вращательное движение на эксцентриковых валах, две другие совершают движение в вертикальной плоскости, обеспечивая подачу деформированной заготовки вниз. При решении задачи используется апробированный численный метод. Для движущейся среды уравнение теплопроводности записывается в конечно-разностном виде в криволинейной ортогональной системе координат. Решение задачи проводится итерационным методом. При расчете начального температурного поля и при его дальнейшем изменении учитывается теплоотвод на поверхностях контакта металла с инструментами деформирования. Результатом решения является поле температуры в пространственной области для дискретных моментов времени, соответствующих шагам численного счета. На каждом шаге определяется граница жидкого и затвердевшего металла.
Дмитриев Э.А., Потянихин Д.А., Одиноков В.И., Евстигнеев А.И., Квашин А.Е. Моделирование поля температур при получении металлоизделий на литейно-ковочном модуле с односторонним воздействием бокового бойка и неподвижной плитой. Математическое моделирование и численные методы, 2022, № 2, с. 65–79
Мозжорина Т. Ю. (МГТУ им.Н.Э.Баумана), Чуванова Л. О. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2021-2-5467
В данной работе рассматривается оптимизация перелета спутника малой массы с Земной орбиты на орбиту Марса с использованием ионных двигателей. Ионный двигатель позволяет минимизировать расход топлива и разогнать космический аппарат до довольно высоких скоростей вдали от планет солнечной системы. Рассмотрению подлежит гелиоцентрический участок полета. Ставится задача минимизации времени перелета. В работе приняты следующие допущения: орбиты Земли и Марса являются круговыми и лежащими в одной плоскости. В качестве управления выбирается угол между тангенциальной скоростью космического аппарата в гелиоцентрической системе и направлением действия тяги. При составлении алгоритма оптимизации использован принцип максимума Понтрягина, который приводит задачу оптимизации функционала к краевой задаче для системы обыкновенных дифференциальных уравнений. Решение краевой задачи найдено одним из численных методов — методом пристрелки, дающим наиболее точные результаты. Проведен анализ полученных результатов и проведено сравнение с данными, полученными ранее в подобных расчетах зарубежными авторами другим численным методом решения. Делается вывод о работоспособности метода пристрелки при решении подобных задач.
Мозжорина Т.Ю., Чуванова Л.О. Моделирование и оптимизация перелета спутников малой массы с Земной орбиты на орбиту Марса с помощью ионных двигателей. Математическое моделирование и численные методы, 2021, № 2, с. 54–67.
004.85:551.5051 Методы интеллектуального анализа данных в модели наукастинга опасных явлений
Шершакова А. О. (МГТУ им.Н.Э.Баумана), Пархоменко В. П. (МГТУ им.Н.Э.Баумана/ФИЦ ИУ РАН)
doi: 10.18698/2309-3684-2021-3-88104
Настоящая работа посвящена исследованию и применению методов интеллектуального анализа для реализации схемы наукастинга опасных явлений. В ходе работы были сформированы большие наборы данных на основе метеорологических наблюдений облачных ячеек, отличающиеся методами обработки информации для их подготовки. Для каждого набора был построен ряд математических моделей классификации облачных ячеек по степени опасности формирования из них смерчей. В качестве основного языка разработки выбран язык программирования Python. Работа имеет большое практическое значение в сфере прогнозирования погодных явлений. Ее новизна заключается в использовании современной методологии машинного обучения вместо традиционного подхода экстраполяции данных, широко применяемого в различных схемах наукастинга.
Шершакова А.О., Пархоменко В.П. Методы интеллектуального анализа данных в модели наукастинга опасных явлений. Математическое моделирование и численные методы, 2021, № 3, с. 88–104.
519.2 Численное исследование персистентных временных рядов на основе модели ARFIMA
Облакова Т. В. (МГТУ им.Н.Э.Баумана), Касупович Э. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2022-4-114125
Работа посвящена методам обнаружения долговременной памяти в финансовых временных рядах. Методом R/S анализа с помощью оригинального программного кода исследован ряд значений реального финансового индекса S&P500, получены оценки показателя Херста, продемонстрировано наличие персистентности. Для решения задачи прогнозирования будущих значений ряда предложена модель ARFIMA, представляющая собой обобщение стандартной модели ARIMA и предполагающая использование оператора дробного дифференцирования. Изложен и реализован двухэтапный алгоритм построения прогноза для ряда логарифмических прибылей. Показано, что применение модели ARFIMA улучшает качество прогноза в сравнении с ARIMA по всем стандартным метрикам.
Облакова Т.В., Касупович Э. Численное исследование персистентных временных рядов на основе модели ARFIMA. Математическое моделирование и численные методы, 2022, № 4, с. 114–125.