Статьи 2019 года (А...Я)



Андреев М.Ю., Полбин А.В. Тенденции развития макроэкономических моделей // Управленческое консультирование . № 2 . 2019. С.24-33.
В статье приводятся обзор и анализ идей известных западных экономистов, представленных в выпуске «Rebuilding Macroeconomic Theory» журнала «Oxford Review of Economic Policy», относительно будущего развития макроэкономических моделей. Мотивация дискуссии лежит в неудовлетворительной работе макроэкономических моделей в преддверии глобального экономического кризиса 2007–2008 годов и в последующий период выхода из кризиса.

Андронов С.А. Ярцева А.А. Моделирование цепи поставок в условиях колебаний спроса // Системный анализ и логистика: журнал: выпуск №1(19), ISSN 2007-5687. СПб.: ГУАП., 2019. С.52-63. РИНЦ.
В статье рассмотрена методика имитационного моделирования влияния колебаний спроса на устойчивость работы цепи поставок, предложены возможные пути повышения эффективности функционирования цепи в условиях колебаний спроса.

Брянцева К.П., Моргунова О.В. Имитационное моделирование динамических систем на примере инновационной системы Самарской области // Журнал «Современная наука: актуальные проблемы теории и практики», №1, 2019. С.51-55.
Рассмотрены наиболее известные программные продукты (Business Studio, AnyLogic, Bizagi Process Modeler.) с параметрами, возможностями вывода информации и приоритетами, позволяющие построить имитационную модель с учетом входящих данных нашей системы, и проведен их сравнительный анализ. Цель работы – разработать схему бизнес процесса «Инновационная система Самарской области».

Горин А.Н., Будников С.А. Применение программной среды Matlab для имитационного моделирования сложных систем военного назначения // Системы управления, связи и безопасности. 2019. № 1. С. 221-251. DOI: 1024411/2410-9916-2019-10114.
Цель работы – упрощение процедуры получения оценок для стационарных вероятностей состояний систем, описываемых полумарковскими моделями. Разработанные имитационные модели позволяют достаточно просто получить оценки вероятностей состояний, задавая структурные параметры системы, типы и параметры распределений для потоков событий, имеющих место в реальных системах.

Гридчин Д.Н. Имитационная модель дискретного канала связи с пакетированием ошибок и помехоустойчивым кодированием // Научно-технический журнал «Информационные системы и технологии», № 2 (112) март-апрель 2019. Орел. С.35-40.
Рассмотрена проблема адаптации параметров помехоустойчивого кода в дискретном канале связи с группированием ошибок. Разработана имитационная модель дискретного канала связи с помехоустойчивым кодированием, включающая источник ошибок на основе математического аппарата сложных цепей Маркова и декодер линейных блоковых кодов, реализующий критерий минимального среднего риска.

Гусева Е.Н., Ефимова И.Ю., Варфоломеева Т.Н. Методика формирования навыков имитационного моделирования у ИТ-специалистов // Открытое образование. Т. 23. № 1. 2019. С.4-13.
Целью работы является создание методики формирования навыков имитационного моделирования у студентов высших учебных заведений, направление подготовки которых предполагает владение информационными технологиями в области экономики.

Лопаткина С.А., Биткова М.В., Шурыгин А.Ю., Глебов В.В., Курненков А.В. Разработка имитационной модели производственной системы механического цеха // Электронное научно-практическое периодическое издание «Вестник современных исследований», Выпуск № 1-3 (28) (январь, 2019). Омск. С.95-98. ISSN 2541-8300.
В статье описан подход к исследованию производственной системы механического цеха на основе создания ее имитационной модели в среде Techomatix Plant Simulation. Представлены объекты основной системы цеха и элементов вспомогательных систем, а также настраиваемые параметры объектов. Предложены алгоритмы взаимодействия вспомогательных систем между собой и с основной системой.

Маматов А.В., Машкова А.Л., Новикова Е.В., Савина О.А. Воспроизведение динамики населения регионов России методом агентного моделирования // Научно-технический журнал «Информационные системы и технологии», № 2 (112) март-апрель 2019. Орел. С.48-55.
В статье рассматриваются алгоритмы воспроизведения демографических процессов в рамках агент-ориентированной модели пространственного развития России. Представлены результаты верификации алгоритмов.

Минаев В.А., Сычев М.П., Куликов Л.С., Вайц Е.В. Моделирование противодействия деструктивному влиянию в социальных сетях // Научный журнал «Моделирование, оптимизация и информационные технологии». Том 7, № 1. 2019. http://moit.vivt.ru/. doi: 10.26102/2310-6018/2019.24.1.004.
Рассмотрена системно-динамическая модель информационного противодействия деструктивным информационным воздействиям в социальных сетях. Дано описание модели в виде потоковых диаграмм в обозначениях системной динамики. Приведены системы дифференциальных уравнений. Проведены имитационные эксперименты с моделями с применением перспективной платформы Anylogic.

Паршин А.Д., Баженов Р.И. Мультиагентная модель в системе NetLogo: исследование и обучение // Постулат. 2019. №4 ISSN 2414-4487.
В статье рассматривается исследование мультиагентной модели в системе NetLogo. В данной работе описано создание системы поведения персонажей, подробно описаны коды и проведено исследование на основе созданной модели. Показана возможность использования модели в обучении студентов.

Рамазанов Р.Р., Зулькарнай И.У. Агент-ориентированное моделирование гипотезы Тибу для 3-х регионов и 2-х видов общественных услуг // International Journal of Open Information Technologies. ISSN: 2307-8162. Vol. 7, no.2, 2019. С.56-65.
В статье представлена когнитивная модель выбора жителями страны регионов проживания в зависимости от их индивидуальных предпочтений общественных услуг и фактических услуг, предоставляемых региональными администрациями.

Ригин В.А., Гулин К.А. Инструменты построения имитационной модели регионального лесного комплекса на основе применения агент-ориентированного подхода // Проблемы развития территории. 2019. № 1 (99). С. 56–70. DOI: 10.15838/ptd.2019.1.99.4.
В статье рассмотрены вопросы оптимального выбора программных средств для агент-ориентированного моделирования регионального лесного комплекса.





Яндекс.Метрика