Рубрика: "2.3.1. Системный анализ, управление и обработка информации (технические науки)"
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.
Чуев В. Ю. (МГТУ им.Н.Э.Баумана), Дубограй И. В. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2023-3-125133
С помощью вероятностных методов предложена модель конфликта двух взаимодействующих систем, состоящих из многочисленных структурных единиц, с учетом эффекта задержки информации о взаимном состоянии: о структуре, количестве и параметрах структурных единиц друг друга. Проведено исследование влияния недостаточности информации в конкретный момент времени на исход процесса развития конфликта. Показано, что наличие информации о состоянии структурных единиц противоположной стороны может значительно увеличить вероятность успешности развития конфликта, причём при увеличении числа единиц структурных единиц разница в вероятности успешного развития сценария конфликта существенно увеличивается.
Чуев В.Ю., Дубограй И.В. Моделирование конфликта взаимодействующих систем с учетом эффекта получения информации о взаимном состоянии. Математическое моделирование и численные методы, 2023, № 3, с. 125–133
519.866 Математическое моделирование рекламной кампании
Чибисова А. В. (МГТУ им.Н.Э.Баумана), Шинаков Д. С. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2022-3-8497
В данной статье предлагается метод оптимизации динамической политики распределения бюджета для рекламной кампании, размещаемой через встроенный в поисковик рекламный инструмент. Данный метод учитывает уникальные особенности маркетинга в социальных сетях, обеспечивает оптимальную политику распределения бюджета с течением времени для одной рекламной кампании и минимизирует продолжительность кампании, учитывая конкретный бюджет и желаемый уровень охвата каждого маркетингового сегмента. Модель включает в себя общую "функцию эффективности", которая определяет взаимосвязь между стоимостью рекламной ставки в данный момент времени и количеством новых пользователей, показанных в это время. Поставленная цель достигается за счет реализации алгоритма оптимального решения задачи динамического распределения рекламного бюджета при некоторых граничных условиях, а также за счёт анализа данных о рекламной кампании предприятия за июнь 2018 года. В ходе исследования был реализован алгоритм оптимального решения задачи динамического распределения рекламного бюджета при соответствующих граничных условиях, были приведены примеры конкретных случаев функции эффективности и разобраны некоторые модели реальных рекламных кампаний предприятия. Затем, были проанализированы данные, зарегистрированные рекламным агентством конкретного предприятия в отношении рекламной кампании, зарегистрированной с помощью встроенного в поисковик инструмента подсчёта ставок и охвата аудитории в течение 30 дней.
Чибисова А.В., Шинаков Д.С. Математическое моделирование рекламной кампании. Математическое моделирование и численные методы, 2022, № 3, с. 84–97.
330.43, 519.23 Динамика макроэкономических показателей и взаимной торговли стран БРИКС и США
Малинецкий Г. Г. (Институт прикладной математики им. М.В. Келдыша РАН), Махов С. А. (Институт прикладной математики им. М.В. Келдыша РАН)
doi: 10.18698/2309-3684-2023-1-112123
Целью исследования является прогнозирование основных тенденций и построение сценариев экономического развития стран БРИКС (Бразилии, Индии, Китая, России, ЮАР) и США. Построены автономные регрессионные макромодели, а также модель торговли между ними. В автономных подмоделях в качестве основных показателей используются численность населения, основной капитал, валовой внутренний продукт и вложения в основные фонды. Для описания динамики этих переменных были составлены авторегрессионные уравнения. Полученная система уравнений позволила описать историческую динамику демографических и макроэкономических индикаторов с 1990 по 2019 гг. и построить прогноз до 2030 г. Подмодель торговли позволила связать двусторонние торговые потоки с валовыми внутренними продуктами исследуемых экономик. Связь описывается степенной зависимостью экспортного потока от валового внутреннего продукта обоих торговых партнеров. В отличие от моделей гравитационного типа, параметры регрессионных уравнений считаются постоянными для каждой пары торговых партнеров в течение всего прогнозируемого временного промежутка. Проведенные расчеты показали, что модели удовлетворительно описывают динамику монотонно меняющихся показателей и могут использоваться в качестве простого инструментария для прогнозирования национальной и региональной экономики.
Малинецкий Г.Г., Махов С.А. Динамика макроэкономических показателей и взаимной торговли стран БРИКС и США. Математическое моделирование и численные методы, 2023, No 1, с. 112–123.
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.
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.
519.2 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.
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.
519.85 Метод нахождения недоминируемых решений в задачах декомпозиции моделей сложных систем
Киселев В. В. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2022-1-129140
В статье рассматривается метод нахождения оптимальных решений, при наличии модели сложной технической системы, в задаче оптимального проектирования. Метод основан на использовании недоминируемых, лямбда оптимальных решений и является обобщением метода Краснощекова П.С., Морозова В.В., Федорова В.В. [1]. Метод позволяет во многих случаях (для лямбда монотонных целевых функций) сократить количество вычислений и снизить размерность исходной задачи. Разработан численный метод построения лямбда оптимальных решений. Приводится численный пример, в котором показано,что количество лямбда оптимальных решений состоит из одной точки, а множество Парето-оптимальных решений является некоторой кривой, на которой для нахождения оптимального решения необходимо строить эпсилон-сеть.
Киселев В.В. Метод нахождения недоминируемых решений в задачах декомпозиции моделей сложных систем. Математическое моделирование и численные методы, 2022, № 1, с. 129–140.