Аблязов К.А., Аблязов Э.К. Использование информационных технологий для имитационного моделирования технологических операций погрузочно-разгрузочных работ на причалах морского порта // Эксплуатация морского транспорта. 2017. № 2 (83). С. 5-10.

Агроник А.Ю., Кочина Л.В., Хачумов М.В. Имитационное моделирование и анализ технологических процессов сетями Петри // Приборы и системы. Управление, контроль, диагностика, 2017. № 4. С. 19–28.

Адволоткин Д.И., Верстак Г.А., Калачевская Н.И. Моделирование функционирования железнодорожной станции в условиях воздействия противника // Научно-практический журнал «Прикладная информатика». Том 12. № 6 (72). 2017. С.71-88.
В статье рассматривается вариант построения модели линейной железнодорожной станции на двухпутном железнодорожном участке, содержащей два главных и два вторых пути. Общая постановка задачи моделирования заключается в нахождении оценки математического ожидания показателя моделируемой системы при заданном времени ее функционирования. Имитационная модель создана в среде AnyLogic Personal Learning Edition и позволяет моделировать основные состояния четырехпутной линейной железнодорожной станции в условиях внешнего воздействия, оказываемого средствами разрушения вероятного противника.

Айдаров К.А., Балакаева Г.Т. Исследование алгоритмов и методов балансировки нагрузки и построение моделей для сетей массового обслуживания // 2017 год.
Данная работа описывает алгоритмы балансировки для внешних сервисов с неспециализированными клиентами, используемых в настоящих промышленных центрах обработки данных.

Акопов А.С., Бекларян А.Л., Хачатрян Н.К., Фомин А.В. Система прогнозирования динамики добычи нефти с использованием имитационного моделирования // Научно-технический и научно-производственный журнал «Информационные технологии», № 6, том 23, 2017. Москва. C. 431–436.
Представлена информационно-аналитическая система, разработанная с использованием методов параметрической аппроксимации и имитационного моделирования и предназначенная для сценарного прогнозирования динамики добычи нефти по скважинам. Ядром системы является разработанная в среде AnyLogic имитационная модель, интегрированная с базой данных системы и описывающая динамику добычи на каждой скважине с учетом реализованных и плановых геолого-технических мероприятий (ГТМ). Прототип системы внедрен в российской нефтяной компании и используется для прогнозирования дополнительной добычи нефти по всему пулу имеющихся скважин (более 100 000 скважин на десятилетнем временном интервале), а также для оценки потенциального эффекта от ГТМ в целях последующего перераспределения ресурсов между скважинами.

Андреева Е.Ю., Пиливанова Е.К. Управление интегрированными цепями поставок на основе методологии междисциплинарного моделирования // Вестник РГЭУ РИНХ. 2017. №1 (57). С.11-15.

Анисимова Н.С., Гусева Е.Н. Особенности разработки имитационных моделей в программе Arena // Электронный научно-практический журнал «Современные научные исследования и инновации». 2017. № 1 [Электронный ресурс]. URL: http://web.snauka.ru/issues/2017/01/76503.
В статье представлено краткое описание возможностей и роль имитационного моделирования бизнес-процессов. Выделены основные подходы и инструментальные средства, применяемые в имитационном моделировании.

Антонова В.М., Волков Д.О., Гречишкина Н.А., Кузнецов Н.А. Метод оптимизации пропускной способности пункта досмотра на высокоскоростном транспорте // Журнал радиоэлектроники, ISSN, N3, 2017. Стр. 1684–1719.

Антонова В.М., Волков Д.О., Кузнецов Н.А., Старостенко А.М. Решение задачи классификации для построения прогнозных моделей пассажиропотока в среде MATLAB // Информационные процессы. Том 17, № 1, 2017. Стр. 14–18.

Апталаев М.Н., Жалко М.Е., Балабанов Д.С., Калинина К.А. Применимость методов имитационного моделирования при решении задачи оптимизации специализированного автомобильного парка для сбора и вывоза твердых коммунальных отходов // Интернет-журнал «Отходы и ресурсы». 2017, №4. https://resources.today/PDF/12RRO417.pdf (доступ свободный). Загл. с экрана. Яз. рус., англ. DOI: 10.15862/12RRO417.
В статье дается общая характеристика системы сбора и вывоза твердых коммунальных отходов. Рассмотрены подходы к определению оптимальности процесса сбора твердых бытовых отходов. Представлены основные элементы имитационной модели, разработанной в среде моделирования AnyLogic, предназначенной для решения задачи оптимальности процесса сбора и вывоза твердых бытовых отходов. Сделаны выводы о целесообразности и применимости имитационных моделей при решении задач оптимизации.

Ардила П.А., Семенова О.В., Власкина А.С., Зарипова Э.Р., Гудкова И.А. К разработке имитационной модели схемы установления соединения по каналу случайного доступа // Информационно-телекоммуникационные технологии и математическое моделирование высокотехнологичных систем: Материалы Всероссийской конференции с международным участием (Москва, 24–28 апреля 2017). М.: РУДН, 2017. С. 95–97.

Бабайцев Д.В., Цыганков О.С. Имитационное моделирование операций внекорабельной деятельности // Космонавтика и ракетостроение. 2017. № 1 (94). С. 38-45.

Бабкин Е.А., Копица Е.В. Комбинированный подход к имитационному моделированию бизнес-процессов // Auditorium. Электронный научный журнал Курского государственного университета. 2017. № 2 (14).
В статье рассматривается подход к формализации концепции агента, предназначенного для функционирования в рамках подхода, основанного на комбинировании дискретно-событийной и агентной методологий. Приведен пример применения данных правил для процесса, описанного в нотации BPMN.

Бабкин Е.А., Копица Е.В. О методологии имитационного моделирования бизнес-процессов на основе агентного и дискретно-событийного подходов // Auditorium. Электронный научный журнал Курского государственного университета. 2017. № 2 (14) // URL: http://simulation.su/uploads/files/default/2017-babkin-kopica.pdf (дата обращения: 26.09.2019).

Баденко В.Л., Топаж А.Г., Якушев В.В., Миршель В., Нендель К. Имитационная модель агроэкосистемы как инструмент теоретических исследования // Сельскохозяйственная биология. 2017, том 52, №3. С.437-445.

Бадрызлов В.А. Постановка задачи имитационного моделирования распространения информации в социальной сети // Информационные технологии и автоматизация управления: материалы VIII Всерос. научно-практической конференции студентов, аспирантов, работников образования и промышленности (Омск, 18-19 мая 2017 г.) / Минобрнауки России. Омск, 2017. С. 8-15.

Баева Н.Б. Особенности коллизии системной динамики выбора сбалансированной траектории развития региональной экономической системы // Вестник ВГУ, Серия: Системный анализ и информационные технологии. 2017, № 4. С.71-78.
В статье рассмотрены коллизии, возникающие в процессе оценки типов неопределенности при выборе траектории развития региональной экономической системы.

Бакин Е.А., Евсеев Г.С., Шелест М.Н. Метод повышения точности оценки средней задержки в СеМО с резервированием ресурсов // Научная сессия ГУАП: Сб. докл.: В 3 ч. Ч. II. Технические науки. СПбГУАП. СПб. 2017. С. 173-178.

Белых Д.Л. Мультиагентный подход к моделированию цепей поставок // Государство и бизнес. Современные проблемы экономики: Материалы IX Международной научно-практической конференции. Санкт-Петербург, 19-21 апреля 2017 г. / Северо-Западный институт управления РАНХиГС при Президенте РФ. Том 1. ISBN 978-5-4268-0019-9. С.125-127.
Дано описание цепи поставок и концепции управления ею. Обосновано применение мультиагентных систем для моделирования взаимодействия участников цепи поставок с целью оценки процессов, протекающих в цепи, и анализа возможных последствий при реализации различных сценариев.

Бельский В.В. Концепция качественной модели системной динамики инновационной подсистемы региона // Вестник РЭУ им. Г.В. Плеханова. 2017. № 5 (95). С.153-166.
В статье предпринята попытка дать системное представление динамической структуры инновационной подсистемы региона.

Беляев С.А., Черепкова Ю.С. Архитектура среды моделирования для проведения экспериментов с интеллектуальными агентами // Программные продукты, системы и алгоритмы. 2017. No3. С.4. DOI: 10.15827/2311-6749.24.263.

Бесчастный В.А.Дискретная модель с групповым обслуживанием для анализа схемы доступа транспортных средств к ресурсам беспроводной сети // Информационно-телекоммуникационные технологии и математическое моделирование высокотехнологичных систем: Материалы Всероссийской конференции, Москва 24-28.04.2017. М. изд-во РУДН, 2017. С. 101-103.

Бирюков М.А., Брунилин А.А., Саенко И.Б. Имитационный подход к моделированию системы разграничения доступа к единому информационному пространству // Актуальные проблемы инфотелекоммуникаций в науке и образовании. Сборник научных статей: в 4-х томах. Под редакцией С.В. Бачевского. 2017. С. 78-83.

Богданов А.А., Любченко А.А. Оценка качества эксплуатации и технического обслуживания в региональном центре связи с помощью инструмента AnyLogic 7 // Сборник «Россия молодая: передовые технологии – в промышленность», № 2, 2017. С.3-8.
В работе представлена модель эксплуатации технических средств в региональном центре связи, реализованная с помощью отечественного инструмента имитационного моделирования AnyLogic 7. Модель построена с применением дискретно-событийного подхода.

Богданова Е.А., Шерстянкина А.А. Имитационное моделирование как инструмент принятия решений // Журнал «NOVAUM.RU», № 6, 2017. С.25-28.
В статье проанализирован метод имитационного моделирования как инструмент функционирования организации, который помогает определять результаты управленческих решений близкие к оптимальным, тем самым делает возможным определить недостатки на этапе прогнозирования целей и реализовывать «идею» управления с учетом выявленных проблем с целью их устранения.

Боровков А.О., Куфтинова Н.Г. Анализ транспортных потоков с помощью программных средств имитационного моделирования // Автоматизация и управление в технических системах. 2017. № 2; URL: auts.esrae.ru/23-460.

Ботвин Г.А., Белых Д.Л. Мультиагентное моделирование динамики цепей поставок // Журнал «Прикладная информатика», Vol. 12. No. 4 (70). 2017. С.114-121.

Бродский Ю.И. Переход от агентного описания к системно-динамическому на примере вывода уравнений хищник-жертва для игры WaTor // Моделирование, декомпозиция и оптимизация сложных динамических процессов, 2017. Т. 32. № 1 (32). С. 67–77.

Булыгина О.В., Емельянов А.А., Емельянова Н.З. Назначение приоритетов в технологических хабах на основе имитационного моделирования и нечеткой логики // Научно-практический журнал «Прикладная информатика». Том 12. № 5 (71). 2017.
Статья посвящена совместному применению имитационного моделирования и нечетко-логических алгоритмов в задачах оперативного назначения приоритетов.

Бураков В.В., Охтилев М.Ю., Потрясаев С.А., Кулаков Ф.М. Технология комплексного моделирования АСУ производственными процессами // Тезисы 17-й международной научно-практической конференции «Системы проектирования, технологической подготовки производства и управления этапами жизненного цикла промышленного продукта»(CAD/CAM/PDM–2017). С.80.

Буренин А.Н., Легков К.Е., Оркин В.В. Вопросы применения имитационной модели при управлении функционированием информационной подсистемы автоматизированной системы управления сложными организационно-техническими объектами в условиях массовых возмущений // Известия Тульского государственного университета. Технические науки. 2017. № 9. Ч. 1. С. 494-500.

Валеев С.С., Загитова А.И. Построение имитационной модели сложного технического объекта с применением нейросетевых технологий // Естественные и технические науки, № 5(107). М.: Спутник+, 2017. C. 172‒174.

Векслер В.А. Моделирование экологических систем в среде NetLogo на уроках информатики в средней школе // NovaInfo.Ru. 2017. Т. 3. № 62. С. 327-335.

Вишневский В.М., Дудин А.Н. Системы массового обслуживания с коррелированными входными потоками и их применение для моделирования телекоммуникационных сетей // Автоматика и телемеханика. 2017. № 8. С. 3–59.

Волков Д.В. Имитационное мультиагентное моделирование системы связи специального назначения // International Journal of Advanced Studies. 2017. Т. 7, № 1-2. С. 31-37.

Володарец Н.В., Масленикова А.Г. К вопросу имитационного моделирования транспортных систем // Вестник Донецкой академии автомобильного транспорта. 2017. № 4. С. 21–28.

Волоха М.П. Адаптована агентна імітаційна модель технологічних процесів і технічних засобів вирощування буряків цукрових // Матеріали XІІІ Міжнародної науково-технічної конференції «АВІА–2017». Київ, 2017. 19–21 квітня. С. 7.70–7.81.

Воробьев А.А., Левченко Г.Н., Соколов Б.В. Структура системы поддержки принятия решений для организации управления войсками в современных условиях // Сб. трудов XX Всероссийской научно-практической конференции «Актуальные проблемы защиты и безопасности», секция «Проблемы организации материально-технического обеспечения военной безопасности». СПб: РАРАН, 2017, т. 7, ч. 1. С. 108-111.

Гасанов И.И., Ерешко Ант. Ф., Вахранев А.В. Имитационные эксперименты с моделью книги заявок // Управление развитием крупномасштабных систем: Материалы 10-й Международной конференции (MLSD'2017) (Москва, 2–4 ок-тября 2017). М.: ИПУ РАН, 2017. Т. I. Пленарные доклады, секции 1–4. С. 193–195.

Герасимов Д.О., Суслов К.В., Уколова Е.В. Имитационное моделирование мульти-энергетических систем //Электроэнергетика глазами молодежи-2017. 2017. С. 147-150.

Голубничий А.А., Туксина Е.А. Анализ методов и программных продуктов для имитационного моделирования экологических процессов и систем // Электронный научно-практический журнал «Современная техника и технологии», № 1 (65), Январь 2017 г.

Городецкий, В.И. и др. Современное состояние и перспективы индустриальных применений многоагентных систем // Управление техническими системами и технологическими процессами. 2017. С. 94–157.

Городецкий В.И., Скобелев П.О. Многоагентные технологии для индустриальных приложений: реальность и перспектива // Труды СПИИРАН. 2017. № 6 (55). С. 11-45. DOI: 10.15622/sp.55.1.

Горчакова Д.А., Шабалов В.А. О применении имитационного моделирования для прогнозирования спроса на продукцию металлургической отрасли // Экономика и управление в XXI веке: наука и практика (26–27 мая 2017 г.): Материалы V Междунар. науч.-практ. очно-заочной конф. Череповец, 2017. С. 108–116.

Григорьев А.Е., Марьясин О.Ю. Разработка и моделирование концентраторов информации для - интернета вещей // Юбилейная семидесятая всероссийская научно-техническая конференция студентов, магистрантов и аспирантов с международным участием «Научно-технические и инженерные разработки – основа решения современных экологических проблем». 19 апреля 2017 г., Ярославль: сб. материалов конф.: В 3 ч. Ч. 2 [Электронный ресурс]. – Электронные текстовые данные. – Ярославль : Издат. дом ЯГТУ, 2017. – 791 с. – 1 электрон. опт. диск (CDROM). С.213-216.
Рассмотрена техническая реализация локального концентратора для «Интернета вещей» и составлена его компьютерная модель в системе Anylogic. Данная компьютерная модель была использована для оценки пропускной способности локального концентратора.

Григорьева Т.Е. Методика моделирования систем массового обслуживания и бизнес-процессов для проведения лабораторных работ // Современное образование: развитие технологий и содержания высшего профессионального образования как условие повышения качества подготовки выпускников: материалы Международной научно-методической конференции, Томск, 26-27 января 2017г. Томск: Изд-во ТУСУРа, 2017. С. 114-115.

Григорьева Т.Е., Донецкая А.А., Истигечева Е.В. Моделирование одноканальных и многоканальных систем массового обслуживания на примере билетной кассы автовокзала // Вестник Воронежского института высоких технологий. 2017. № 1 (20). С. 35-38.

Гробер Т.А., Колотиенко М.А. Имитационное моделирование задачи о дуэли трёх лиц // Электронный научный журнал «Инженерный вестник Дона», №4, 2017. ivdon.ru/ru/magazine/archive/n4y2017/4640.
В рамках теории игр проведен анализ задачи о дуэли трех лиц, основанный на полученных в ходе имитационного моделирования данных. Разработаны математические модели для различных формулировок начальных условий игры (случайный, либо фиксированный выбор активного игрока), создающие перспективы применения исследования в политической и судебной практиках, а также в качестве аналитического аппарата для изучения теории эволюции.

Гулин К.А., Антонов М.Б. Теоретические аспекты агент-ориентированного моделирования развития лесного комплекса // Экономические и социальные перемены: факты, тенденции, прогноз. 2017. № 6. С. 59–74. DOI: 10.15838/esc.2017.6.54.4.

Гулин К.А., Ригин В.А. Проблемы применения геоинформационных технологий в агент-ориентированном моделировании регионального лесного комплекса // Социальное пространство. 2017. № 5. URL: http://socialarea-journal.ru/article/2437.

Гумерова Г.Т. Методологические вопросы использования карт GIS в авторских программах в среде Netlogo // Искусственные общества. 2017. T. 12. Выпуск 3–4 [Электронный ресурс]. Доступ для зарегистрированных пользователей. URL: http://artsoc.jes.su/s207751800000108–7-1 (дата обращения: 27.06.2018).

Гущина О.М., Аникина О.В. Табличное моделирование динамики работы одноканальной системы массового обслуживания с ограниченной очередью // Научно-практический журнал «Прикладная информатика». Том 12. № 6 (72). 2017. С.132-143.
В работе показана табличная реализация моделей системы массового обслуживания на основе алгоритма функционирования моделируемой системы без написания программного кода, разработанных посредством техники создания алгоритмических моделей в Microsoft Excel по принципу «программирование без программирования». Результаты работы могут быть применены для множества вариантов решения однотипных по постановке и целям задач и представляют интерес для специалистов по моделированию динамических систем и процессов, а также для преподавателей, аспирантов и студентов высших учебных заведений.

Гязова М.М. Прогнозирование использования грузовых рамповых самолетов на основе имитационного моделирования // Вестник Московского авиационного института, 2017. Т. 24. № 2. С. 241-248.

Димов Э.М., Маслов О.Н., Сухова С.В. Имитационное моделирование деятельности отдела менеджмента качества на базе платформы AnyLogic // Информационные технологии. 2017. Т. 23, № 3. С.172-177.

Доможиров Д.А., Ибрагимов Н.М., Мельникова Л.В., Цыплаков А.А. Интеграция подхода «затраты – выпуск» в агентно-ориентированное моделирование. Часть 1. Методологические основы // Мир экономики и управления. 2017. Т. 17, № 1. С. 86–99.
Проводится сопоставление агент-ориентированной многорегиональной модели «затраты – выпуск» российской экономики и малоразмерной версией оптимизационной многорегиональной межотраслевой модели с точки зрения возможности их интеграции для исследований пространственной экономики. Обе модели разделяют взгляд на экономику как на сложную систему с взаимозависимыми частями; имеют одинаковую пространственную и отраслевую структуру, технологии производства. Первая модель является имитационной, вторая – линейной оптимизационной.

Доможиров Д.А., Ибрагимов Н.М., Мельникова Л.В., Цыплаков А.А.Интеграция подхода «затраты – выпуск» в агент-ориентированное моделирование. Ч. 2. Межрегиональный анализ в искусственной экономике // Мир экономики и управления. 2017. Т. 17, № 2. С. 14-25.

Дорофеев А.С., Головин В.Н. Имитационное моделирование самоорганизующейся сети в Riverbed Modeler Academic Edition // Образование и наука в современных реалиях : материалы III Междунар. науч.–практ. конф. (Чебоксары, 17 дек. 2017 г.) / редкол.: О.Н. Широков [и др.] – 2017. – Чебоксары: Центр научного сотрудничества «Интерактив плюс».
Одним из наиболее перспективных направлений развития беспроводных сетей являются самоорганизующиеся беспроводные сети (или AdHoc-сети). В работе применяется имитационное моделирование сетей с использованием Riverbed Modeler Academic Edition.

Драчев Е.А., Малышев А.В. Оценка возможностей применения дискретно-событийного моделирования // Сборник материалов Всероссийской конференции «Программная инженерия: современные тенденции развития и применения». 2017. С.87-90.

Емельянов А.А., Булыгина О.В., Власова Е.А., Емельянова Н.З. Комплексное имитационное моделирование с применением генетических алгоритмов // Научно-практический журнал «Прикладная информатика». Том 12. № 6 (72). 2017.
Сила генетического алгоритма состоит в его способности манипулировать одновременно многими параметрами, что используется в разных проектах, включая даже проектирование самолетов. Однако формальное применение таких алгоритмов без учета временны′х характеристик и других особенностей реальных процессов, где их пытаются применить, может не дать ощутимого эффекта либо привести к выбору ошибочного решения. Один из способов привязки соответствующих моделей к динамике управляемых процессов является комплексное имитационное моделирование этих процессов и систем управления с применением генетических алгоритмов.

Емельянов А.А., Булыгина О.В., Дли М.И., Емельянова Н.З. Имитационное моделирование и нечеткая логика в принятии решений службами аэропорта в режиме реального времени // Научно-практический журнал «Прикладная информатика», том 12, № 2 (68), 2017. С.99-105.

Есенбекова А.Э., Джумахметова Л.К., Дусталиева С.М. Имитационное моделирование как главный инструмент конструирования сложных процессов и систем // Технические науки в России и за рубежом: материалы VII Междунар. науч. конф. (Москва, ноябрь 2017 г.). М.: Буки-Веди, 2017. С. 165-167. URL https://moluch.ru/conf/tech/archive/286/13161/ (дата обращения: 24.02.2018).

Зайкин Д.А., Крестьянцев А.Б., Таровик О.В., Топаж А.Г. Имитационная модель морской транспортно-технологической системы платформы «Приразломная» // Специализированный научно-технический журнал «ProНефть. Профессионально о нефти», Июнь 2017. Выпуск 02. С.61-68.

Зайкин Д.А., Крестьянцев А.Б., Таровик О.В., Топаж А.Г. Использование имитационного моделирования для анализа морской транспортно-технологической системы платформы «Приразломная» // «Транспорт Российской Федерации», №1 (68), 2017. С.34-39.
Имитационная модель морской транспортно-технологической системы платформы «Приразломная» позволила исследовать альтернативные решения по повышению эффективности и устойчивости функционирования системы с учетом множества натурных факторов. Результаты моделирования послужили основой для принятия управленческих решений и корректировки технологических документов.

Зайцев И.В., Молев А.А. Программный комплекс имитационного моделирования когнитивных систем радиосвязи в условиях воздействия помех // Информационно-измерительные и управляющие системы. 2017. N.15. №10. С.42-52.

Захаренкова Т.Р. О вероятности потерь в многолинейных фрактальных системах массового обслуживания // Омский научный вестник. Сер. Приборы, машины и технологии. 2017. № 3 (153). С. 110-114.

Захаренкова Т.Р. О методе расчета вероятности потерь в многолинейных фрактальных системах массового обслуживания // Математика, ее приложения и математическое образование (МПМО17) : материалы VI Международной конференции, 26 июня – 1 июля 2017 г. Улан-Удэ, 2017. С. 190-194.

Зимина Л.В. Особенности разработки дискретно-событийных моделей в инструментальном средстве AnyLogic // Журнал «Образование и наука без границ: фундаментальные и прикладные исследования», Орловский государственный университет экономики и торговли. № 6, 2017. С.194-198.
В статье рассмотрены особенности разработки дискретно-событийной модели системы массового обслуживания с помощью инструментального средства многоподходного имитационного моделирования AnyLogic.

Зиновьев В.В., Стародубов А.Н., Николаев П.И. Новый подход к обоснованию геотехнологий без постоянного присутствия людей в забое // Вестник Кузбасского государственного технического университета. 2017. №5. C. 37-44.

Зуева О.Н., Сидоренко А.М., Галактионов А.Д. Имитационное моделирование доставки грузов с помощью сменных кузовов // Управленец. 2017. № 6(70). С. 80-86.

Зулькарнай И.У. Агент-ориентированный анализ системы бюджетных контрактов в китайских реформах 1980-1987 гг. // Вестник Башкирского университета. 2017. Т. 22. №4. С. 1030-1035.

Иванов Мартин. Съвременно приложение на многоагентните симулационни модели в изследванията и в практиката // Болгария. 2017.
В публикацията са представени някои от съвременните резултати в областта на изграждането на многоагентни симулационни модели и полезното им приложение в редица изследователски и практически дейности. Разгледани са отличителните характеристики на многоагентните системи, мотивите за разработването им като инструментални средства, структурата им и основните изграждащи ги компоненти. Отбелязани са основните методологически проблеми на създаването на многоагентни системи за симулационно моделиране. Включено е описание и сравнителен анализ на някои от най-популярните софтуерни инструменти за многоагентно симулиране.

Иванова Т.С. Модель системы защиты от несанкционированного доступа на базе теории массового обслуживания // Вестник магистратуры. 2017. № 5-2(68). С.48-49.

Ивашкин Ю.А. Агентные технологии и мультиагентное моделирование производственных и маркетинговых систем // Логистика и экономика ресурсоэнергосбережения в промышленности (МНПК «ЛЭРЭП-11-2017»): сборник научных трудов по материалам ХI Международной научно-практической конференции. 2017a. С. 19-28.

Ивашкин Ю.А. Агентные технологии моделирования больших систем АПК // Хранение и переработка сельхозсырья. 2017b. № 4. С. 53-56.

Игнатова Ю.В., Даценко Н.В., Рудик Н.В. Некоторые методы оценивания инвестиционной привлекательности малых инновационных предприятий // Журнал «БІЗНЕСІНФОРМ», № 4, 2017. С.171-178.
В качестве показателя оценивания инвестиционной привлекательности малого инновационного предприятия в статье предлагается рассматривать количество прогнозируемых клиентов. Используется ряд математических моделей на основе дескриптивной статистики и имитационного моделирования. Модели построены на основании гипотезы о нормальности закона распределения случайного количества поступления клиентов.

Имакаева Д.А. Имитационное моделирование при экономической оптимизации // Проблемы экономики и юридической практики. №4, 2017. С.10-14.
В статье раскрываются возможности применения имитационной модели для анализа экономических систем.

Ислакаева Г.Р. Агент-ориентированное моделирование отдельных аспектов региональной политики в области предоставления услуг высшего образования // Вестник УГНТУ. Наука, образование, экономика. Серия: Экономика. 2017. №3 (21). С. 50-58.

Караев А.Д., Караева Д.А. Применение генетического алгоритма для имитации искусственного интеллекта в игре // Студенческая наука: современные реалии. 2017. С. 53-60.

Картвелишвили В.М., Крынецкий Д.С., Лебедюк Э.А. Системно-динамическая модель иерархических отношений социально-экономических субъектов // Вестник Российского экономического университета имени Г. В. Плеханова. 2017. № 3 (93). С. 127-141.

Касымова А.Г., Шакирова Г.А. Применение метода имитационного моделирования в оценке рисков инвестиций в недвижимость // Журнал «Вопросы экономики и управления», №1-1(8), 2017, С.27-30.

Киндинова В.В. Модель анализа проблем объекта складской логистики в авиации // Труды МАИ, 2017, № 94.

Киндинова В.В., Кринецкий Е.О., Кузнецова Е.В. Имитационная модель анализа проблем функционирования логистической системы // Перспективы развития логистики и управления цепями поставок: сб. науч. трудов VII Международной научной конференции (18 апреля 2017, Москва): в 2 частях. –М: Изд. «Эс-Си-Эм Консалтинг», 2017. С. 657-669.

Киндинова В.В., Кринецкий Е.О., Кузнецова Е.В. Обработка и аппроксимация исходных данных имитационной модели анализа логистических процессов // Материалы XX Юбилейной Международной конференции по Вычислительной Механике и Современным Прикладным Программным Системам (ВМСППС'2017), М.: Изд-во МАИ, 2017. С. 780-782.

Кирилюк И.Л. Экономико-математические модели для исследования мезоуровня экономики // JOURNAL OF INSTITUTIONAL STUDIES. Vol. 9, no. 3. 2017. С. 50-63.
В статье представлен обзор ряда математических моделей, применяемых для описания и анализа мезоуровня экономики. Предложены критерии отнесения моделей к классу моделей мезоуровня, отличающие их от чисто микроэкономических, или макроэкономических моделей. Приводятся примеры использования математических моделей в литературе по мезоэкономике.

Кислицын Е.В. Исследование рынка операторов сотовой связи методами имитационного моделирования // Модели, системы, сети в экономике, технике, природе и обществе. 2017. № 3 (23). С. 51–63.

Кислицын Е.В. Принципы построения имитаци¬онной модели рынка с ограниченной конкуренцией (на примере рынка операторов сотовой связи Екатеринбурга) // Вестник Забайкальского гос. ун-та. 2017. Т. 23, № 10. С. 101–110.

Ковалев К.Е., Тимченко В.С. Оценка длительностей занятия приемо-отправочных путей технической станции с учетом количества поездных локомотивов методом имитационного моделирования // Вестник транспорта Поволжья. 2017. №2. С. 53-57.

Ковалева И.В., Баженов Р.И. Исследование мультиагентной модели в системе NetLogo (модель DDOS атаки) // Постулат. 2017. № 5.
В статье рассматривается исследование мультиагентной модели в системе NetLogo. В работе описано создание DDoS-атаки, подробно описаны коды и проведено исследование на основе созданной модели.

Комаревцева О.О.Имитационное моделирование данных для определения готовности муниципальных образований к внедрению технологий Smart City // Труды XIX Международной конференции «Аналитика и управление данными в областях с интенсивным использованием данных» (DAMDID/ RCDL’2017), Москва, Россия, 10–13 октября 2017 года. С.129-135.
Предложена имитационная модель, позволяющая определить степень готовности муниципальных образований к внедрению технологий Smart City, подобрать городские проекты (Smart-проекты), наиболее релевантные существующему уровню готовности, выявить основные барьеры на пути их реализации.

Корепина Т.А. Сравнительный анализ подходов к моделированию миграции // Вопросы территориального развития, 2017. № 1.

Корнев Г.Н., Стоянова Т.А. Динамическая имитационная модель: применение в управлении сельскохозяйственным производством // Современные наукоемкие технологии. Региональное приложение, №3 (51), 2017. С.103-108.
Приводится описание динамической имитационной модели, предназначенной для изучения производственной деятельности сельскохозяйственной организации.

Корчагин В.А., Ляпин С.А., Клявин В.Э., Ситников В.В. Имитационное моделирование работы дорожно-эксплуатационной службы [Текст] // Вести высших учебных заведений Черноземья. 2017. №3(49). С. 43-49.

Корчагин В.А., Ляпин С.А., Клявин В.Э., Ситников В.В. Повышение уровня безопасности дорожного движения на основе имитационного моделирования работы дорожно–эксплуатационной службы [Текст] // Мир транспорта и технологических машин. 2017. №4(59). С. 105-111.

Косолапов А.А., Лоскутов Д.В., Лобода Д.Г. Подход к моделированию интеллектуальных систем управления (на примере автоматизированной сортировочной станции) // SWorld – June 2017. The practical significance of modern scientific research - 2017. Транспорт - Транспортные и логистические системы. http://www.sworld.education/conference/year-conference-sw.
В статье рассматривается новый подход к созданию интеллектуальных систем управления на основе агентно-семиотического моделирования и онтологических баз знаний (на примере автоматизации сортировочных станций). Предложены математические модели описания автоматизируемых процессов и систем, принципы построения гибридных имитационных моделей и их взаимодействия с интеллектуальным банком онтологических баз знаний.

Костенко В.В., Белых Н.С., Четчуев М.В., Шепель А.С., Федоров В.П. Разработка модели грузового магнитолевитационного терминала // Санкт-Петербург, 2017. С.41-46.

Костромин Р.О., Феоктистов А.Г., Дядькин Ю.А. Методы и средства извлечения знаний в мультиагентной системе управления распределенными вычислениями // Материалы 10-й Всерос. мультиконференции. Ростов н/Д: Изд-во Южного федерального ун-та, 2017. Т. 3. С. 117-119.

Котенко А.Г., Кокурин И.М., Белозеров В.Л., Тимченко В.С. Методика оценки пропускной способности реконструируемой железнодорожной линии на основе имитационного моделирования // Известия Петербургского университета путей сообщения. 2017. Выпуск 2 (51). С. 372-380.

Котенко А.Г., Тимченко В.С. Методика комплексной оценки пропускной способности реконструируемой железнодорожной линии на основе имитационного моделирования // Транспорт: наука, техника, управление. №10. 2017. С. 3-8.

Кофнов О.В., Лебедев Е.Л., Михайленко А.В. Определение координат локальных максимумов интенсивности светового сигнала дифракционной картины поверхности с периодической структурой // Изв. вузов. Приборостроение. 2017. Т. 60, № 4. С. 347-352.

Кравчук С.В., Стародубов А.Н. Разработка системы имитационного моделирования очистных горных работ // Материалы IX Всероссийской научно-практической конференции молодых ученых «Россия молодая», 18-21 апреля 2017.

Красникова К.В., Хабаров В.И. Создание имитационной модели транспортно-пересадочного узла // НАУКА. ТЕХНОЛОГИИ. ИННОВАЦИИ //Сборник научных трудов в 10 ч. / под ред. проф. Б.Ю. Лемешко, проф. А.А. Попова, проф. М.Э. Рояка, доц. В.С. Тимофеева. Новосибирск: Изд-во НГТУ, 2017. Часть 2. 274 с. С.222-225.
В статье рассматриваются вопросы имитационного моделирования транспортно-пересадочных узлов. Целью работы является создание имитационной модели ТПУ, с добавлением агентной составляющей. Практическая ценность данного исследования предполагает совершенствование транспортной инфраструктуры, а также создание системы поддержки принятия решений по управлению пассажиропотоком.

Красовский Ю.Д. Имитационное моделирование в социологии управления: методология, теория, практика // Управление. № 3(17). 2017. С. 26–35.
В статье излагаются основные этапы зарождения, функционирования и развития имитационного моделирования на кафедре социологии и психологии управления ФГБОУ ВО «Государственный университет управления» на основе консалтинговой деятельности автора.

Кувшинов Н.Е. AnyLogic – универсальная среда имитационного моделирования // Международный научно-практический журнал «Теория и практика современной науки», №4(22), 2017 (электронное научно-практическое издание, www.modern-j.ru).
В статье рассмотрены основы имитационного моделирования – одного из самых продуктивных методов познания и управления. Дан ознакомительный обзор среды AnyLogic.

Кузнецов А.В. Модель совместного движения агентов с трехуровневой иерархией на основе клеточного автомата // Журнал вычислительной математики и математической физики. 2017. Т. 57, № 2. С. 339–349. URL: https://elibrary.ru/item.asp?id=28918677.

Кузнецов А.В. Организация строя агентов с помощью клеточного автомата // Управление большими системами: сборник трудов. 2017. № 70. С. 136–167.

Кузнецов А.В. Распределение ограниченных ресурсов в системе с устойчивой иерархией (на примере перспективной системы военной связи) // Управление большими системами. 2017. Т. 66. С. 68–93.

Кузнецов А.В. Упрощенная модель боевых действий на основе клеточного автомата // Известия РАН. Теория и системы управления. 2017. Т. 56, № 3. С. 59–71. URL: https://elibrary.ru/item.asp?id=29369822.

Кузнецов А.Л. и др. Роль имитационного моделирования в технологическом проектировании и оценке параметров грузовых терминалов // Вестник АГТУ. Серия: Морская техника и технология. 2017. № 2. С. 93-102.

Кузнецов И.С. Имитационная модель открытых горных работ // IX Всероссийская научно-практическая конференция молодых ученых с международным участием «Россия молодая». Кемерово: КузГТУ, 2017. C. 0403004.1-0403004.5.

Куркина Е.С., Князева Е.Н. Методология сетевого анализа социальных структур // Философия науки и техники. 2017. Т. 22. № 2. С. 120–135.
В статье рассматриваются некоторые нетривиальные свойства сетевых структур в социальных средах, которые выявляются благодаря методологии сетевого анализа.

Кутовский Н.А., Нечаевский А.В., Ососкова Г.А., Пряхина Д.И., Трофимов В.В. Моделирование межпроцессорного взаимодействия при выполнении MPI-приложений в облаке // Компьютерные исследования и моделирование. 2017. Т. 9. № 6. С. 955-963.

Кутузов О.И., Татарникова Т.М. Из практики применения метода Монте-Карло // Заводская лаборатория. Диагностика материалов. 2017. Т. 83, № 3. С. 65-70.

Кутузов О.И., Татарникова Т.М. К анализу парадигм имитационного моделирования // Научно-технический вестник информационных технологий, механики и оптики. 2017. Т. 17. № 3. С. 552–558. doi: 10.17586/2226-1494-2017-17-3-552-558.
Обсуждены особенности реализации продвижения системного времени в существующих парадигмах имитационного моделирования: дискретно-событийного, динамического, системной динамики и мультиагентного подхода. В моделях с непрерывными процессами предложено выбирать значение шага продвижения во времени в соответствии с теоремой Найквиста–Котельникова.

Куфтинова Н.Г. Разработка региональной транспортной модели с помощью имитационного моделирования средствами AIMSUN // Сборник статей XII Международного научно-практического конкурса / Под общ. ред. Г.Ю. Гуляева. Пенза: МЦНС «Наука и Просвещение». 2017. ISBN 978-5-907012. С.25-28.
Рассматриваются вопросы применения транспортного моделирования как средства обоснования решений при планировании развития региональных транспортных систем. Транспортная модель позволяет определять состояние транспортной сети в будущем на основе роста спроса на поездки, внесенных изменений в сеть и социально-экономических данных. В работе использован программный пакет Aimsun.

Лащенов Д.П., Бурковский В.Л. Имитационное моделирование технологических объектов интегрированных производственных систем // Современные технологии в науке и образовании. Рязань, 2017. Т. 1. С.38-42.

Лебедев Е.Л., Кофнов О.В., Михайленко А.В. Дифракционные способы определения геометрических параметров и внутренних дефектов элементов образцов вооружения, военной и специальной техники, выполненных по аддитивной технологии // Сборник докладов научно-практической конференции «Инновационные материалы и технологии». 2017.

Лебедюк Э.А. Агентное моделирование: состояние и перспективы // Вестник РЭУ им. Г. В. Плеханова. 2017. № 6 (96). С.155-162.
В статье описано текущее состояние агентного моделирования – нового инструмента имитационного моделирования для исследования сложных гетерогенных децентрализованных социо-экономических систем. Исследованы основные области применения агентных моделей, приведены общепризнанные примеры моделей от первых попыток создания до современных достижений науки как зарубежных, так и отечественных исследователей в данной области. Автором рассмотрены существующие проблемы и показаны дальнейшие перспективы развития агентного моделирования.

Левенцов В.А., Радаев А.Е., Николаевский Н.Н. Аспекты концепции «Индустрия 4.0» в части проектирования производственных процессов // Научно-технические ведомости СПбГПУ. Экономические науки. Том 10, № 1, 2017. С. 19-31.
Цель исследования – разработка инструментальных средств обоснования характеристик функционирования производственных систем в рамках концепции «Индустрия 4.0». Предложено использовать передовые парадигмы имитационного моделирования – дискретно-событийную и агентную – для описания основных и вспомогательных процессов, реализуемых в производственных системах.

Лемешкин Р.Н., Крикунов А.В., Ковальчук С.В., Савченко И.Ф. Имитационная модель оказания медицинской помощи раненым в медицинском отряде специального назначения в ходе ликвидации медико-санитарных последствий чрезвычайных ситуаций // Медико-биологические и социально-психологические проблемы безопасности в чрезвычайных ситуациях. 2017. № 4. С. 20-33.

Литвинов В.В., Задорожний А.А., Богдан И.В. Язык блочного имитационного моделирования на базе модифицированных диаграмм деятельности UML. // Математичні машини і системи. 2017. № 4. С.151–159.

Логин Э.В., Ануфренко А.В., Канаев А.К. Мультиагентный подход к формированию структуры системы управления транспортной сетью связи на основе технологии Carrier Ethernet // Актуальные проблемы инфотелекоммуникаций а науке и образовании: сборник научных статей (Санкт-Петербург, 1–2 марта 2017). СПб.: Изд-во СПбГУТ, 2017. С.57–59.

Лычкина Н.Н. Стратегическое планирование и имитационное моделирование развивающихся социально-экономических систем // Научно-практический журнал «Экономика и управление: проблемы, решения», № 8, том 7, август 2017. С.116-122.
Рассматриваются общесистемные и существенные динамические аспекты моделирования стратегического развития социально-экономических систем на основе композитного системно-динамического и агентного имитационного моделирования и сценарного подхода.

Макаров В.Л., Бахтизин А.Р., Сушко Е.Д., Агеева А.Ф. (2017). Агент-ориентированный подход при моделировании трудовой миграции из Китая в Россию // Экономика региона. Т. 13. Вып. 2. С. 331-341.

Макаров В.Л., Вахгизин А.Р., Сушко Е.Д., Агеева А.Ф. Имитация социально-экономической системы евразийского континента с помощью агент-ориентированных моделей // Прикладная эконометрика. 2017. № 4 (48). С. 122-139. URL: https://elibrary.ru/item.asp?id=30693841 (SCOPUS).

Македонский П.Д., Уламасова Е.П. Анализ системы обслуживания заявок, поступающих от клиентов средствами математического и имитационного моделирования // Электронный научно-практический журнал «Современная техника и технологии», № 1 (65), Январь 2017 г.

Маликова Т.Е., Янченко А.А., Вольнов И.Н. Модель массового обслуживания импортного грузопотока с применением технологии предварительного информирования // Вестник Государственного университета морского и речного флота имени адмирала С. О. Макарова. 2017. Том 9. № 2. C. 280-287.
В статье представлен процесс построения модели переработки импортных контейнерных грузопотоков в порту, позволяющий воспроизвести поведение исследуемой системы на основе анализа существующих взаимосвязей между ее элементами и определить предельные возможности переработки грузов в условиях применения института предварительного информирования таможенных органов.

Маслобоев А.В. Технология формирования мультиагентных моделей организационных структур сетецентрического управления региональной безопасностью // Научно-технический журнал «Информационные системы и технологии». № 5 (103), сентябрь-октябрь, 2017. Орел. С.39-48.
Для информационно-аналитического обеспечения региональных ситуационных центров разработана мультиагентная технология поддержки сетецентрического управления региональной безопасностью. Агентная реализация технологии позволяет расширить спектр сценариев моделирования региональных кризисных ситуаций, что повышает информационную обеспеченность системы поддержки принятия решений в условиях кризисных ситуаций.

Мельничук М.В., Караев А.К. Агентное моделирование как аспект региональной экономической политики // Современная наука. Актуальные проблемы теории и практики; Сер.: Экономика и право. 2017. № 9. С.23-27. Только в электронном виде. .

Мизинов А.А., Курзаева Л.В. Система массового обслуживания в математическом и имитационном моделировании // Современная техника и технологии. 2017. № 1 [Электронный ресурс]. URL: http://technology.snauka.ru/2017/01/11667 (дата обращения: 14.11.2022).

Мизинов А.А., Трухачева К.Г., Уряшева А.М., Курзаева Л.В. Имитационное 3D моделирование в среде Flexsim // Современная техника и технологии. 2017. № 1 [Электронный ресурс]. URL: http://technology.snauka.ru/2017/01/11620 (дата обращения: 14.01.2018).

Мизинов А.А., Трухачева К.Г., Уряшева А.М., Курзаева Л.В. Создание анимации в среде имитационного моделирования Arena // Электронный научно-практический журнал «Современная техника и технологии», № 1 (65), Январь 2017 г.

Микони С.В. Обоснованное определение понятия как средство повышения качества концептуальной модели // Материалы III межрегиональной научно-практической конференции «Перспективные направления развития отечественных информационных технологий» Севастополь. 19-13.09.2017. Севастополь: РИБЕСТ. 2017. С. 215-216.

Микони С.В., Дегтярёв В.Г. Сопоставление классификаций моделей, основанных на двух альтернативных подходах // Известия ПГУПС. 2017. Вып. 4. С. 1512–1521.

Микони С.В., Соколов Б.В., Юсупов Р.М. О квалиметрии моделей систем искусственного интеллекта // Материалы 10-й мульти-конференции по проблемам управления МКПУ-2017. 11-16.09. Дивноморское. Таганрог. Изд-во ЮФУ. С. 79-84.

Минаев В.А., Вайц Е.В., Корячко А.В., Киракосян A.E. Системно-динамическое моделирование распространения компьютерных вирусов // Технологии техносферной безопасности: Интернет-журнал. Вып. 3 (73). 2017. URL: http://academygps.ucoz.ru/ttb/ 2017-3/2017-3.html.

Минаев В.А., Сычёв М.П., Вайц Е.В., Грачёва Ю.В. Моделирование вирусных эпидемий в компьютерной сети с использованием принципов системной динамики // Материалы Всероссийской научно-технической конференции «Математические методы и информационные технологии управления в науке, образовании и право-охранительной сфере», 27–28 апреля 2017 г. Под общ. ред. В. А. Минаева. Рязань: Академия ФСИН России, 2017. С. 89-93.

Минаев В.А., Сычев М.П., Вайц Е.В., Грачева Ю.В. Моделирование угроз информационной безопасности с использованием принципов системной динамики // Вопросы радиоэлектроники. 2017. № 6. С. 75-82.

Михайлов В.В., Переварюха А.Ю. Моделирование динамики биогенной нагрузки при оценке эффективности воспроизводства ресурсов // Информационно-управляющие системы. 2017. №4. С.103-110.

Молодецкая Е.Ю. Имитационное моделирование систем цепочек поставок на макроэкономическом уровне как инструмент управления экономическим развитием региона // Экономика: вчера, сегодня, завтра. 2017. Т.7. № 9А. С. 180-191.

Назаров А.А. Характеристика современных инструментов для имитационного моделирования при исследовании механизмов управления социально-экономическими процессами и системами // https://doi.org/10.24158/tipor.2017.1.28. 2017 год.
В статье представлен обзор прикладного программного обеспечения и интегрированных систем программирования, призванных существенно облегчить моделирование социально-экономических систем, проведение экспериментов и выведение результатов в виде, как таблиц, так и визуальных интерпретаций.

Назаров А.А. Характеристика современных инструментов для имитационного моделирования при исследовании механизмов управления социально-экономическими процессами и системами // Журнал «Теория и практика общественного развития», № 1, 2017. С.109-111.

Нампот Д.Е., Сухомлин В.А., Стариков В.Е., Шаргалин С.П., Стяпшин А.А. Информационные роботы в системе управления предприятием // International Journal of Open Information Technologies, ISSN: 2307-8162, vol. 5, no.4, 2017. С.12-21.
The present work is devoted to the use of software agents (information robots) in corporate information systems. We consider the general pattern and purpose of information intermediaries, present their research opportunities and prospects. In the paper, we discuss the requirements for such kind of components. Also, our research is carried out a study of the existing agent software development environments and addresses the design of corporate information systems and enterprise management systems based on models of software agents. The final goal of the project, under which this work has been implemented, is just a new model for corporate information system.

Наумов В.Н., Касперский Ю.С. Формализация групповой деятельности // Государство и бизнес. Современные проблемы экономики: Материалы IX Международной научно-практической конференции. Санкт-Петербург, 19-21 апреля 2017 г. / Северо-Западный институт управления РАНХиГС при Президенте РФ. Том 1. ISBN 978-5-4268-0019-9. С.19-27.
В статье рассмотрены проблемы моделирования групповой деятельности на примере анализа работы оператора в процессе предоставления услуг. Рассмотрены возможности описания и оценки процессов функционирования систем с помощью метода функциональных сетей и нотации Business Process Model and Notation (BPMN). Представлена модель подпроцесса работы оператора в процессе предоставления услуг с использованием метода функциональных сетей и нотации BPMN.

Ноженкова Л.Ф., Исаева О.С., Марков А.А. Реализация технологии повторного использования имитационных моделей в инфраструктуре моделирования // Фундаментальные исследования. 2017. №11. С.103-107.

Осипов Г.С. Исследование простейших моделей математической экологии в среде имитационного моделирования AnyLogic // Бюллетень науки и практики. Электрон. журн. 2017. №2 (15). С. 8–22. Режим доступа: http://www.bulletennauki.com/osipov-1 (дата обращения 15.02.2017).
В работе проведено качественное и количественное исследование моделей взаимодействия популяций, составляющих основу современной математической экологии. Обоснована целесообразность использования в качестве аналитической платформы исследований системы имитационного моделирования AnyLogic, позволяющей задействовать все известные концепции моделирования.

Осипов О.А. Построение модели системы распределённых вычислений в виде системы массового обслуживания с делением и слиянием требований // Информационно-телекоммуникационные технологии и математическое моделирование высокотехнологичных систем: материалы всероссийской конференции с международным участием. Москва, 24–28 апреля 2017 г. Москва, 2017. С. 135–136.

Осипов О.А., Тананко И.Е. Сети массового обслуживания произвольной топологии с делением и слиянием требований: случай бесконечно приборных систем обслуживания // Вестник Тверского государственного университета. Серия: Прикладная математика. 2017. № 4. С. 43–58. DOI: 10.26456/vtpmk188.

Павлов А.Н., Павлов Д.А., Масалкин А.А., Слинько А.А. Методология и технология разрешения критериальной неопределенности при качественном анализе управленческих решений в ситуационном центре // Всероссийский форум «Система распределенных ситуационных центров как основа цифровой трансформации государственного управления» (СРСЦ – 2017), Санкт-Петербург, 25 – 27 октября 2017 года.

Пальмов С.В., Кулева Н.С. Разработка дискретно-событийной модели автомобильного сервисного центра в среде AnyLogic // Журнал «Наука и бизнес: пути развития», № 5(1), 2017. С.13-16.
В статье освещаются основные этапы создания дискретно-событийной модели автомобильного сервисного центра в среде AnyLogic. Цель моделирования состоит в извлечении показателей технической и экономической эффективности предприятия. В качестве концептуальной основы принята структура двухканальной системы массового обслуживания с очередью. Имитационная модель реализована средствами интегрированной библиотеки моделирования процессов.

Петрова Е.С. Имитационное моделирование бизнес-процессов предприятия: информационное обеспечение, современное состояние и перспективы развития // Модели, системы, сети в экономике, технике, природе и обществе. 2017. № 4 (24). C. 75–87.
Рассмотрены особенностей формирования системы информационного обеспечения для проведения исследований управленческих процессов в организации.

Пищухин А.М. Управление предприятием на основе прогноза в ассортиментном пространстве // Экономика региона. — 2017. — Т. 13, вып. 1. — С. 216–225.
Работа посвящена методу прогнозирования, основанному на исследовании поведения линии суммарного производства предприятий-конкурентов в ассортиментном пространстве, в первую очередь, того, какую продукцию и в каких объемах производить. Предлагаемый метод отличается наглядным геометрическим представлением разрабатываемой стратегии управления предприятием. Экспериментальное исследование подтвердило работоспособность метода и позволило выявить превосходство активной стратегии управления.

Порфирьев Е.Е. Моделирование текущих тенденций на российском рынке труда // Вестник Томского государственного университета. Экономика. 2017. № 37. С.85-94.
Целью работы является создание модели, описывающей современную ситуацию на рынке труда и способной стать базой для моделирования сценариев развития ситуации.

Пройдакова Е.В. Непостоянная интенсивность обслуживания в системах с фиксированным ритмом и переналадками // Научное периодическое издание «CETERIS PARIBUS», ISSN 2411-717X, № 1-2017. С.20-22.
В работе изучается система обслуживания независимых и конфликтных потоков требований в классе алгоритмов с фиксированным ритмом и переналадками. Демонстрируется применение имитационного моделирования, как метода исследования влияния непостоянной интенсивности обслуживания на характеристики функционирования такой системы.

Радута В.П., Викторов А.А., Гарибьянц А.А. Дискретно-событийное моделирование транспортных потоков крупного города // Журнал «Современная наука: актуальные проблемы теории и практики» Серия: Естественные и технические науки №12 декабрь 2017 г. С.66-70.
В статье рассматриваются теоретические аспекты имитационного моделирования. Описываются особенности дискретно-событийного моделирования. Анализируются возможности оптимизации транспортных потоков с использованием имитационных моделей на примере транспортной сети Санкт-Петербурга.

Рамазанов Р.Р. Агент-ориентированная модель федеративных отношений // Доклады Башкирского университета. 2017. Т. 2. №4. С. 590-595.

Рамазанов Р.Р. Сравнительная характеристика подходов имитационного моделирования общественных процессов // Вестник УГНТУ. Наука, образование, экономика. Серия: Экономика. 2017. № 2 (20). С. 67–77.

Рамазанов Р.Р., Зулькарнай И.У. Мультиагентное моделирование в решении когнитивных задач понимания процессов централизации и децентрализации управления // Труды II Международной научной конференции «Конвергентные когнитивно-информационные технологии» (Convergent’2017), Москва, 24-26 ноября, 2017. С.310-317.
Статья посвящена развитию когнитивно-информационных технологий, которые могли бы облегчить правительствам принимать обоснованные и оптимальные решения государственного управления. В статье предлагается агент-ориентированная модель, которая имитирует налоговое и институциональное стимулирование экономического роста при унитарном и федеративном устройстве государства.

Раменска, А.В., Негорожина Т.П. Анализ эффективности инвестиционного проекта создания комбикормового предприятия методом Монте - Карло [Электронный ресурс] // Институциональные и инфраструктурные аспекты развития различных экономических систем. В 2 ч. Ч. 2 : сб. ст. Междунар. науч.-практ. конф., 13 янв. 2017 г., Казань / отв. ред. Сукиасян А. А. Электрон. дан. Уфа : ООО «Аэтерна», 2017. С. 89-92.

Рассказов В.А., Наумов В.Н. Моделирование структурно-сложных систем // Государство и бизнес. Современные проблемы экономики: Материалы IX Международной научно-практической конференции. Санкт-Петербург, 19-21 апреля 2017 г. / Северо-Западный институт управления РАНХиГС при Президенте РФ. Том 1. ISBN 978-5-4268-0019-9. С.11-18.
Рассмотрены средства моделирования процессов в структурно-сложных системах, обоснована необходимость использования средств имитационного моделирования, дан краткий обзор существующих средств имитационного моделирования бизнес-процессов, сформированы требования к инструментальным средствам моделирования бизнес-процессов.

Рашидова Е.А. Агент-ориентированное моделирование оптового рынка электроэнергии России // Мир экономики и управления. 2017. № 1. С.70–85.

Резчиков А.Ф., Кушников В.А., Иващенко В.А., Богомолов А.С., Филимонюк Л.Ю. Моделирование последствий наводнений на основе причинно-следственных комплексов и системно-динамического подхода Форрестера // Вестник Воронежского государственного технического университета. 2017. Т. 13б № 4. С. 13-20.

Резчиков А.Ф., Кушников В.А., Яндыбаева Н В., Иващенко В.А., Богомолов А.С., Филимонюк Л.Ю. Модель для оценки состояния национальной безопасности России на основе теории системной динамики // Научно-практический журнал «Прикладная информатика», том 12, No. 2 (68). 2017. С.106-117.
В статье представлено описание математической модели, разработанной на основе модели системной динамики. Модель предназначена для прогнозирования основных характеристик национальной безопасности России. Приведен пример практической реализации разработанного математического обеспечения. Проанализировано моделирование хаотических явлений в экономике России в 1994 г.

Ровбо М.А., Овсянникова Е.Е., Чумаченко А.А. Обзор средств имитационного моделирования коллективов роботов с элементами социальной организации // Программные продукты и системы / Software & Systems.2017. Т. 30. № 3. С. 425–434.
В работе рассматриваются механизмы, важные для адекватного моделирования группы искусственных агентов, организованных в систему с элементами социальной структуры. Проведен обзор инструментов моделирования.

Розенберг Г.С. Джей Райт Форрестер (14.07.1918 – 16.11.2016) и имитационное моделирование // Самарская Лука: проблемы глобальной и региональной экологии. 2017. – Т. 26, № 1. – С. 148-160.
Статья посвящена памяти американского инженера, разработчика системной динамики Джея Форрестера. Он был профессором Слоуновской школы менеджмента Массачусетского технологического института. Форрестер известен как основатель системной динамики, которая занимается моделированием взаимодействий между объектами в динамических системах.

Рулько Е.В. Подход к имитации процесса принятия решений в системе моделирования военных действий // Системный анализ и прикладная информатика, №1, 2017. С. 49-55.

Рыбальченко И.Е., Куликова О.М. Разработка инструментария повышения результативности медицинских услуг в сфере здравоохранения РФ // Журнал правовых и экономических исследований. Journal of Legal and Economic Studies, 2017, 2: 113–118.
Цель исследования, представленного в статье, разработать совокупность инструментов для решения задачи повышения результативности оказания медицинских услуг в сфере здравоохранения. Методы исследования: концептуальное моделирование, рефлексивный анализ, агентное и дискретно-событийное моделирование.

Рыжиков Ю.И. Метод прогонки для расчета многоканальных систем обслуживания // Материалы XVI Международной конференции «Информационные технологии и математическое моделирование – ИТММ-2017». Казань, октябрь 2017. С.172–179.

Саенко И.Б., Бирюков М.А., Ефимов В.В., Ясинский С.А. Модель администрирования схем разграничения доступа в облачных инфраструктурах // Информатика, вычислительная техника и управление, № 1, 2017. С.121-126.
Рассматривается новый подход к оценке администрирования схем разграничения доступа в облачных инфраструктурах. Определяются условия реконфигурации исходной схемы разграничения доступа. Приводится описание имитационной модели администрирования схемы разграничения доступа. Обсуждаются результаты применения имитационного моделирования к решению задачи оценки схемы доступа в облачных инфраструктурах. Предлагается способ определения условий реконфигурации схемы разграничения доступа.

Селиверстов С.А., Селиверстов Я.А., Лукомская О.Ю., Асаул М.А. Разработка имитационной модели управления прохождением судов через систему судопропуска Волго-Донского судоходного канала // Морские интеллектуальные технологии. 2017. Т. 3. № 3 (37). С. 105-114.

Селедец О.Ю., Катковская К.В. Агентное моделирование транспортного процесса грузовых перевозок между терминалами морского порта // Сборник научных трудов в 10 ч. / под ред. проф. Б.Ю. Лемешко, проф. А.А. Попова, проф. М.Э. Рояка, доц. В.С. Тимофеева. Новосибирск: Изд-во НГТУ, 2017. Часть 2. 274 с. С.183-186.
В статье рассматривается процесс создания агентной модели грузовых перевозок между терминалами морского порта с использованием железнодорожных путей сообщения. Разработанная модель позволит детально продемонстрировать транспортный процесс.

Семенов С.П., Славский В.В., Ташкин А.О. Разработка имитационной модели геоинформационной системы для маломобильных групп населения // Вестник Югорского государственного университета. 2017. Вып. 3 (46). С. 78–85.

Семериков А.В. Имитационная процессная модель функционирования предприятия по оказанию услуг // Информационные технологии в управлении и экономике. 2017, № 1 (06). С.55-64.
В статье рассматривается процессная имитационная модель функционирования салона по оказанию услуг, которая разработана на основе AnyLogic.

Сенченко Р.В., Крапухина Н.В. Имитационное моделирование сообщества интеллектуальных агентов с множеством типов стратегий поведения // 7-ая Междунар. конференция «Системный анализ и информационные технологии»: Труды конф. – Светлогорск, 2017, С. 329–336.

Соколов Б.В., Бураков В.В., Иванов Д.А. Методология и технология поддержки принятия управленческих решений на различных этапах жизненного цикла сложных организационно-технических объектов // Тезисы 17-й международной научно-практической конференции «Системы проектирования, технологической подготовки производства и управления этапами жизненного цикла промышленного продукта» (CAD/CAM/PDM–2017). С.120.

Соколов А.П., Осипов Е.В. Имитационное моделирование производственного процесса заготовки древесины с помощью сетей Петри // Лесотехнический журнал. 2017. Т.7, №3. С. 307-314.

Соколовская З.Н. Модели рыночной экономики на современных технологических платформах // Журнал «БІЗНЕСІНФОРМ», № 11, 2017. С.430-440.
Целью статьи является анализ состояния программного обеспечения имитационного моделирования экономических систем и раскрытие возможностей применения интегрированных программно-технологических платформ при построении моделей рынка. Предложено использование системы AnyLogic.

Соляник Т.Н., Белоконь Ю.А. Моделирование транспортных процессов в цепи поставок кондитерских изделий // Вісник східноукраїнського національного університету імені Володимира Даля. № 3 (233), 2017. С.195-200.
Статья посвящена использованию методов и инструментария имитационного моделирования для анализа транспортных процессов в цепи поставок кондитерских изделий. Разработана концептуальная модель транспортного процесса. Построена имитационная модель транспортного процесса, описаны ее основные параметры. Проведено моделирование транспортного процесса в цепи поставок кондитерских изделий фабрики «Бисквит-шоколад» и определен эффективный подвижной состав и необходимое количество транспортных средств.

Сохова З.Б., Редько В.Г. Исследование коллективного поведения агентов в децентрализованной экономической системе // Известия КБНЦ РАН. 2017. Т. 2, № 6(80). С. 221-229.

Таровик О.В., Топаж А.Г., Крестьянцев А.Б., Кондратенко А.А. Моделирование систем арктического морского транспорта: основы междисциплинарного подхода и опыт практических работ // Арктика: экология и экономика, № 1 (25), 2017. С.86-101.
Рассмотрены основы междисциплинарного подхода к проектированию и анализу работы морских транспортных систем в Арктике. Описано реализующее данный подход программное решение, синтезирующее на базе объектно-ориентированной концепции такие направления, как геоинформационные системы, судостроительные дисциплины и динамические имитационные модели.

Таровик О.В., Топаж А.Г., Крестьянцев А.Б., Кондратенко А.А., Зайкин Д.А. Комплексная имитационная модель морской транспортно-технологической системы платформы «Приразломная» // Арктика: экология и экономика. №3 (27), 2017. С.86-102.

Татарникова Т.М., Елизаров М.А. Модель оценки временных характеристик при взаимодействии в сети интернета вещей // Журнал «Информационно-управляющие системы», №2, 2017. Doi: 10.15217/IISN 1684-8853.2017.2.44. С.44-50.

Тимофеев И.Н. Понимающая социология внешней политики: «агентная» модель поведения государства на международной арене // Вестник Российского университета дружбы народов. Серия: Международные отношения. 2017. Т. 17. № 2. С. 265–278.
В статье рассматриваются возможности социологических теорий в исследовании проблематики международных отношений. Конструируется «агентная» модель поведения государства на международной арене. В качестве «агента» рассматриваются три единицы анализа – государство, организации и ведомства внутри государств, а также конкретные лица, принимающие и исполняющие решения. Модель формируется в качестве основы для дальнейших эмпирических исследований внешней политики России на основе социологических подходов.

Тимченко В.С. Имитационная модель оценки длительностей занятия приемо-отправочных путей технической станции, как инструментарий поддержки процесса принятия управленческих решений // Информационные технологии в экономике. – 2017. – С. 292-294.

Тимченко В.С. Методика обоснования строительства «Центра сервисного обслуживания вагонов» на основе имитационной модели // Вестник транспорта Поволжья. №4. 2017. С. 59-66.

Тимченко В.С. О методе оценки вероятности обеспечения потребной пропускной способности железнодорожной линии, используемой для перевозок грузов морского порта, с учетом предоставления «окон»// Наука и образование - 2017. 2017. С. 6890-6894.

Тимченко В.С. Оценка длительностей занятия приемоотправочных путей технической станции методом имитационного моделирования // Логистика: современные тенденции развития : материалы XVI Международной научно-практической конференции. 6, 7 апреля 2017 г. ч. 2 / ред. кол.: В.С. Лукинский (отв. ред.) и др. СПб.: Изд-во ГУМРФ им. адм. С. О. Макарова, 2017. С.137–140.
Статья содержит описание структуры имитационной модели железнодорожной линии в среде Anylogic и результаты оценки длительностей занятия приемоотправочных путей при различном количестве поездных локомотивов. Разработанная модель позволяет производить оценку достаточности количества и численности бригад ПТО и поездных локомотивов на технической станции для пропуска, по рассматриваемой железнодорожной линии, планируемого поездопотока.

Тимченко В.С. Перспективы информационных проектов в среде AnyLogic для решения нетривиальных задач в управлении нефтяной и газовой промышленностью // Нефть и газ – 2017. 2017. С. 235-235.

Тимченко В.С. Перспективы применения виртуальной реальности на базе систем имитационного моделирования в процессе повышения квалификации специалистов транспортного ВУЗа // Моделирование и конструирование в образовательной среде. 2017. С. 154-162.

Тимченко В.С. Система поддержки принятия решений при определении оптимальной продолжительности «окна» // Транспорт и логистика: инновационное развитие в условиях глобализации технологических и экономических связей 2017. 2017 г. С. 266-271.

Тимченко В.С., Ковалев К.Е. Имитация интервалов времени между заказами на складе // Журнал «Вестник транспорта Поволжья». 2017. № 6. Самара. С. 61-68.
В статье представлена имитационная модель определения интервала времени между заказами, которая позволяет учесть различные варианты колебаний размера заказа.

Тимченко В.С., Ковалев К.Е. Оценка длительностей занятия приемо-отправочных путей технической станции с учетом количества поездных локомотивов методом имитационного моделирования // Интеллектуальные системы управления на железнодорожном транспорте. Компьютерное и математическое моделирование (ИСУЖТ-2017). 2017. С. 91-94.

Тимченко В.С., Хомич Д.И. Система поддержки принятия решений при определении длительности отвлечения локомотивов для ремонта железнодорожного пути // Интеллектуальные системы управления на железнодорожном транспорте. Компьютерное и математическое моделирование (ИСУЖТ-2017). 2017. С. 94-98.

Тихонова О.М., Кушников В.А., Резчиков А.Ф., Иващенко В.А. Разработка математической модели прогнозирования показателей аккредитации технических вузов в российской федерации // ISSN 2072-9502. Вестник АГТУ. Сер.: Управление, вычислительная техника и информатика. 2017. № 2. С.27-38.
Предложенная система прогнозирования показателей аккредитации технических вузов разработана на основе аппарата системной динамики Дж. Форрестера. Разработан комплекс математических моделей для контроля качества подготовки инженеров в российских высших учебных заведениях. Приводится алгоритм построения модели на примере одной из моделируемых переменных. Предлагаемый подход ориентирован на решение сложных задач управления образовательным процессом в вузах.

Толстошеин С. Системы имитационного моделирования химико-технологических процессов. Исследование и анализ принципов построен // Информационный журнал компании «Первый инженер» «Клуб правильных инженеров», №2, 2017. С.6-8.
Топаж А.Г., Митрофанов Е.П. Ассимиляция данных в имитационном моделировании экологических процессов методом минимизации корректирующих возмущений // Вестник СПбГУ. Прикладная математика. Информатика. 2017. Т. 13. Вып. 3. С.326-338. DOI: 10.21638/11701/spbu10.2017.309.
Оперативная коррекция текущего вектора состояния динамической модели данными прямых или косвенных измерений в режиме реального времени представляет собой известную задачу теории автоматического управления и называется проблемой ассимиляции или усвоения данных. Математические модели в экологии требуют специфических подходов к этой проблеме по сравнению с традиционными методами, применяемыми в гидрометеорологии. В работе предлагается оригинальный подход к ассимиляции данных для задач подобного рода.

Трегубов В.Н., Морозов Э.В. Агентное моделирование транспортного поведения пассажиров в городской логистической системе // Логистика: современные тенденции развития : материалы XVI Международной научно-практической конференции. 6, 7 апреля 2017 г. ч. 2 / ред. кол.: В.С. Лукинский (отв. ред.) и др. СПб.: Изд-во ГУМРФ им. адм. С. О. Макарова, 2017. С.150–154.
Авторами описано современное состояние исследований в области городской логистики общественного транспорта, указано на низкую активность исследований этих вопросов в российском логистическом сообществе. Мировые тенденции противоположны, и городская логистика является одним из ключевых трендов логистических исследований. Приведено описание имитационной модели транспортного поведения пассажиров в системе городской логистики выполненное по методологии агентного моделирования.

Трегубов В.Н., Морозов Э.В. Мультиагентное моделирование транспортного поведения пассажиров на основе институционального подхода // Известия Сарат. ун-та. Нов. сер. Сер. Экономика. Управление. Право. 2017. Т. 17, вып. 2. С. 197–204. DOI: 10.18500/1994-2540-2017-17-2-197-204.
В статье с позиций институциональной теории рассматриваются подходы к объяснению побудительных мотивов выбора типа транспортных средств и маршрутов передвижения пассажирами, выполняющими внутригородские перемещения, и описана методология моделирования транспортного поведения методами агентного моделирования.

Трусфус М.В., Кирпичников А.П., Якимов И.М. Моделирование в системе структурного и имитационного моделирования SIMULINK // Вестник технологического университета. 2017. Т.20, №8. С. 107-110.

Тусупова Б.Б., Бокамбаев М.М., Утепбергенов И.Т., Сагындыкова Ш.Н., Маркосян М.В. Дискретно-событийное моделирование и оптимизация бизнес-процессов торгового предприятия // Вестник КазНИТУ (ҚазҰТЗУ хабаршысы), №1, 2017. С.154-161.
The medium discrete event simulation of business processes of the enterprise warehouse shopping package AnyLogic was selected. According to the results of simulation warehouse we found the best solution to take the appropriate management decisions to improve the efficiency of business processes, consideration of commercial enterprise.

Фаминская М.В. Анализ временного измерения и неопределенностей, возникающих при математическом моделировании мировых интеграционных процессов // Международный научный журнал «Символ науки», № 03-1, 2017. ISSN 2410-700Х. С.134-139.
В работе анализируются две проблемы, возникающие при математическом моделировании и прогнозировании мировых интеграционных процессов методами системной динамики. Рассматривается проблема влияния временной шкалы описания и выбора кратко-, средне- и долгосрочной шкалы моделирования. Анализируются основные источники неопределенности прогнозирования по полученным моделям.

Феоктистов А.Г., Башарина О.Ю., Дядькин Ю.А., Фереферов Е.С. Автоматизация имитационного моделирования систем массового обслуживания в Grid // Вестник Иркутского государственного технического университета. 2017. Т. 21. № 12. С. 105–113.

Феоктистов А.Г., Костромин Р.О. Мультиагентная система управления распределенными вычислениями // ИТНОУ: Информационные технологии в науке, образовании и управлении. 2017. № 4 (4). С. 18-22.

Хабаров В.И., Красникова К.В. Создание имитационной модели движения поездов с использованием мультиагентного и дискретно-событийного подходов на примере Западно-Сибирской железной дороги // Научно-технический «Известия Транссиба». Омский гос. ун-т путей сообщения. Омск. 2017. № 3 (31). С. 143-154.
В статье рассматриваются задачи имитационного моделирования потоков на железнодорожном транспорте. Научная новизна состоит в применении комбинации агентного и дискретно-событийного подходов в данной предметной области. Иллюстрацией является имитационная модель железнодорожного участка Западно-Сибирской железной дороги с возможностью перестроения графика движения поездов в зависимости от добавления штатной или нештатной ситуации.

Цветкова О.Л., Заслонов С.А. Имитационное моделирование зависимости информационной безопасности организации от области деятельности // Вестник Донского государственного технического университета. 2017, №4 (91). С. 116-121.
В работе выполняется построение имитационной модели, описывающей динамику влияния показателей перспективности выбранной области деятельности организации на систему защиты информации, целями создания которой является изучение процессов, протекающих в системе, а также обеспечение поддержки принятия решений при управлении системой защиты информации.

Ценина Е.В. Агентное моделирование как новый взгляд на деятельность предприятия // Российское предпринимательство. 2017. Том 18. № 3. С. 367-374.

Цхай А.А., Агейкин В.Ю.Моделирование биогеохимических циклов в экосистемах водохранилищ // ПЭММЭ, том 28, №4, 2017 С. 24-37.

Шамин Р.В. и др. Имитационная модель динамики компетенций на предприятиях в условиях экономики знаний // Экономика и управление: проблемы, решения. 2017. Т. 4. № 5-1. С. 88-94.

Шандер О.Э., Лемиш А.Н. Совершенствование процесса организации скоростных пассажирских перевозок в условиях пересадок // Збірник наукових праць УкрДУЗТ, 2017, вип. 173. С.176-183.
Рассматриваются вопросы совершенствования процесса организации скоростных пассажирских перевозок, а именно использование нового метода в разработке плана формирования пассажирских поездов в дальнем и местном сообщениях с учетом пересадок на железнодорожных вокзалах на основе метода роя частиц. Преимуществом метода является высокая скорость нахождения решения для транспортной сети большой размерности.

Шацкий А.А. Возможности создания многоагентных систем в сфере услуг // Interactive science, 4 (14), 2017. С.-169.
Исследование, представленное в статье, направлено на изучение возможностей создания многоагентных систем в сфере услуг. На основе использования методов теоретического анализа и синтеза автором предпринята попытка применить мультиагентную технологию к описанию социально-экономической системы, такой как сферы услуг.

Шпаков В.М. О ситуационно-событийном подходе к управлению взаимодействующими дискретно-непрерывными процессами // Журнал «Информационно-управляющие системы», №2, 2017. Doi: 10.15217/IISN 1684-8853.2017.2.26. С.26-33.

Щербаков С.М., Теплякова Е.Д., Румянцев С.А., Василенок А.В. Имитационное моделирование в задачах управления медицинской организацией амбулаторного типа // Социальные аспекты здоровья населения. 2017. № 4 (56) [электронный ресурс]. Режим доступа: http://vestnik.mednet.ru/content/view/850/30/ (дата обращения 14.10.2018).

Щукина Н.А. Имитационная модель как элемент управления и оценки эффективности работы отделения банка // Иннов: электронный научный журнал, 2017. №1 (30). URL: http://www.innov.ru/science/tech/imitatsionnayamodelkakelementup/ .
Статья посвящена вопросу применения метода имитационного моделирования при исследовании работы отделения банка как системы массового обслуживания. Эксперимент проведен в среде моделирования SimEvents системы MATLAB Simulink. Приведены результаты имитационного моделирования процесса функционирования отделения банка и проведен анализ показателей эффективности его работы. Полученные результаты подтверждают универсальность и эффективность дискретно-событийного подхода к имитационному моделированию для диагностики работы и оптимизации структуры массового обслуживания.

Юданова В.В. Оптимизация бизнес-процессов в сфере обслуживания методами имитационного моделирования // Научно-методический электронный журнал «Концепт». 2017. № 11. URL: http://ekoncept.ru/2017/174018.htm (дата обращения: 08.06.2021).

Якимов В.В. Вероятностное имитационное моделирование как инструмент оценки и прогнозирования нагрузок от воздействия льда на корпус судна // Материалы Четвертой всероссийской конференции с международным участием «Полярная механика-2017». Санкт-Петербург. Секция Суда и инженерные сооружения в ледовых условиях. С.206-216.
Рассмотрены общие вопросы, связанные с исследованием внешних природных воздействий на объекты морской инфраструктуры в условиях наличия и влияния элементов случайности. Выполнено обоснование использования имитационного моделирования в его вероятностной постановке для решения задач оценки и прогнозирования ледовых нагрузок на суда и морские инженерные сооружения.

Якимов И.М., Кирпичников А.П., Трусфус М.В., Мокшин В.В. Сравнение систем структурного и имитационного моделирования Anylogic, Extendsim, Simulink // Вестник Технологического университета. 2017. Т. 20. № 15. С. 118-122.

Яковенко И.В. Модельная конструкция <имитационная модель>↔<стохастичеcкий автомат> в системе поддержки принятия решений по межбюджетному регулированию // Вестник удмуртского университета. 2017. Т. 27, вып. 3. С.73-80.
Представлен инструментарий поддержки принятия решений в структуре <федеральный бюджет>↔<региональный бюджет>↔<местный бюджет>, применяемый при решении проблем межбюджетных отношений для усиления активной составляющей межбюджетного регулирования. Предложена модельная конструкция <имитационная модель>↔<стохастический автомат> для количественного оценивания принимаемых решений. Имитационная система реализована в программном продукте IMIT. Приведены интерфейсы программного продукта, базирующегося на алгоритмах, включённых в имитационную систему моделей.

Янченко А.А., Маликова Т.Е. Дискретно-событийная модель в задачах эксплуатации контейнерных терминалов // Эксплуатация морского транспорта. 2017. № 4 (85). С. 25-31.

Янченко А.А., Маликова Т.Е., Вольнов И.Н. Разработка модели исследования влияния зонирования контейнерного терминала на эффективность его работы // Вестник Государственного университета морского и речного флота имени адмирала С. О. Макарова. 2017. Том 9. № 4. C. 704-713.
В статье представлен процесс построения модели переработки импортных контейнерных грузопотоков. Разработана блок-схема переработки импортного контейнерного потока с применением технологии зонирования терминала в технологическом процессе в виде системы массового обслуживания. Представленная блок-схема может быть использована для построения дискретно-событийной имитационной модели процесса переработки импортного контейнерного потока в порту на платформе соответствующего специализированного программного обеспечения.

Яркова О.Н., Реннер А.Г., Пивоварова К.В. Имитационное моделирование финансовых ресурсов коммерческого банка // Журнал «Прикладная информатика». 2017. Том 12. № 4(70). С. 5-14.