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.
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.
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.
519.87 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.
Достовалова А. М. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2021-4-103120
В статье рассмотрена задача классификации отсчетов радиолокационного изображения (РЛИ). Использовалась модель локально-однородного РЛИ, в рамках которой отсчеты каждого небольшого участка (локальной области) считались принадлежащими только одному классу. Проведено сравнение результатов классификации нескольких реальных РЛИ по локальным областям при использовании статистических критериев максимума апостериорной вероятности, Колмогорова и Крамера-Мизеса-Смирнова. При этом в случае, когда перечисленные критерии затруднялись классифицировать локальную область — при попадании ее на границу раздела подстилающих поверхностей, та считалась отнесенной к особому, граничному классу, и ее отсчеты обрабатывались с помощью сеточного метода разделения смесей вероятностных распределений. Для каждого критерия оценивалась точность классификации, как доля верно классифицированных пикселей внутри выделенных однородных областей. Установлено, что в случае значительных межклассовых различий наилучшую точность классификации обеспечивает использование наименее мощного среди непараметрических критериев-критерия Колмогорова. Также на примере реального изображения показано, что когда отличия характеристик объектов одного класса оказываются сопоставимы с межклассовыми различиями, наибольшая точность классификации достигается при использовании критерия максимума апостериорной вероятности. Подобные случаи характерны для широкого класса задач классификации, в том числе не связанных с обработкой изображений.
Достовалова А.М. Моделирование локально-однородных радиолокационных изображений при использовании различных статистических критериев. Математическое моделирование и численные методы, 2021, № 4, с. 103–120.
519.8 Стохастическая модель боевых действий однотипных боевых единиц против разнотипных
Чуев В. Ю. (МГТУ им.Н.Э.Баумана), Дубограй И. В. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2021-2-8695
На основе теории непрерывных марковских процессов разработана модель двухстороннего боя двух однотипных боевых единиц стороны X против двух разнотипных единиц противника. Получены расчётные формулы для вычисления текущих и окончательных состояний при различных тактиках ведения боя стороной Х. Разработанная модель двухстороннего боя может быть использована для оценки боевой эффективности многоцелевых комплексов вооружения.
Чуев В.Ю., Дубограй И.В. Стохастическая модель боевых действий однотипных боевых единиц против разнотипных. Математическое моделирование и численные методы, 2021, № 2, с. 86–95.
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.
004.942 Математическая модель архитектуры комплекса средств распределенного проектирования
Белов В. Ф. (АУ «Технопарк–Мордовия»/МГУ им. Н.П. Огарева), Гаврюшин С. С. (МГТУ им.Н.Э.Баумана), Занкин А. И. (МГУ им. Н.П. Огарева), Исайкин В. Ю. (МГУ им. Н.П. Огарева)
doi: 10.18698/2309-3684-2024-1-110123
Целью статьи является разработка метода распределения задач проектирования изделий машиностроения на заданном множестве исполнителей работ. При этом исполнители работ структурно и географически связаны со своими цифровыми платформами, образующими в совокупности экосистему проектирования. Разработана математическая модель, которая может успешно применяться для генерации архитектуры комплекса средств, покрывающих задачи инженерии требований, системной архитектуры и испытаний для каждого проекта, закрепленного за одной из платформ. В качестве метода моделирования обосновано применение сети Петри. Её реализация в виде программного приложения для PLM-системы цифровой платформы может существенно повысить качество управления проектами и их портфелями.
Белов В.Ф., Гаврюшин С.С., Занкин А.И., Исайкин В.Ю. Математическая модель архитектуры комплекса средств распределенного проектирования. Математическое моделирование и численные методы, 2024, № 1, с. 110–123.
519.8 Моделировании противоборства двух сторон c учетом резервирования
Чуев В. Ю. (МГТУ им.Н.Э.Баумана), Дубограй И. В. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2023-2-155163
На основе метода динамики средних разработана модель противоборства двух сторон, учитывающая подвод резервов одной из сторон. Установлено, что своевременный подвод резервов может существенно повлиять на ход протекания процесса и его окончательный результат. Также показано, что использование резерва в начале действий значительно улучшает результативность противоборства сторон.
Чуев В.Ю., Дубограй И.В. Моделировании противоборства двух сторон c учетом резервирования. Математическое моделирование и численные методы,2023, № 2, с. 155–163