Статьи 2020 года (А...Я)



Абрамов В.И., Евдокимов Д.С. Применение агент-ориентированного подхода для анализа миграционных потоков с учетом эпидемиологической ситуации, вызванной пандемией COVID-19 // Проблемы рыночной экономики. 2020. № 3. С. 49-58. DOI: https://doi.org/10.33051/2500-2325-2020-3-49-58.
Работа посвящена анализу тенденций, связанных с показателями миграции в России в период распространения новой инфекции COVID-19. Результаты исследования могут быть применены для дальнейшего изучения миграционных процессов с использованием агент-ориентированного моделирования.

Агеева А.Ф. Имитационное моделирование эпидемий: агентный подход // Моделирование, оптимизация и информационные технологии. 2020;8(3). Доступно по: https://moit.vivt.ru/wp-content/uploads/2020/08/Ageeva_3_20_1.pdf DOI: 10.26102/2310-6018/2020.30.3.030.

Балута В.И., Осипов В.П., Сивакова Т.В. Технология комплексного моделирования эпидемиологической обстановки // Научный сервис в сети Интернет: труды XXII Всероссийской научной конференции (21-25 сентября 2020 г., онлайн). М.: ИПМ им. М.В. Келдыша, 2020. С. 68-79.
Статья посвящена проблеме эпидемии коронавирусной инфекции (COVID-19). В работе приведён обзор методов моделирования для прогнозирования и оценки последствий эпидемиологической обстановки. Научная новизна работы заключается в использовании средств поддержки принятия решений для оперативной оценки ситуации и прогноза ее развития. Предлагается использовать мультиагентный подход имитационного моделирования.

Болгарев Д.В., Сиващенко П.П., Волкова Я.Я., Бабин Ю.М. Возможности имитационного моделирования полевой медицинской организации // Известия Российской Военно-медицинской академии. 2020. №1. Том 2. Прил. С.31-32.

Булыгина О.В., Емельянов А.А., Яшин Е.С. НЕ-факторы, темпоральная логика и нечетко-логические инструменты в гибридных моделях управления рисками импортозамещения // Научно-практический журнал «Прикладная информатика». 2020. Т. 15. № 4. С. 5–43. DOI: 10.37791/2687-0649-2020-15-4-5-43.
В статье рассмотрено решение задачи управления проектным риском импортозамещения закупаемой продукции с привлечением современных методов системного анализа и исследования операций. В проектах, как правило, рассматриваются два основных вида импортозамещения: улучшенный и радикальный. Исследуемые варианты импортозамещения группируются по трем видам: A – замена импорта на импорт из другой страны, которая не поддерживает санкции; B – разработка собственного продукта, полностью заменяющего импортный, и выпуск этого продукта на предприятиях страны; C – разработка новой системы, в состав которой входит этот продукт, если 100-процентный аналог не может быть закуплен в третьей стране или произведен внутри страны. Авторами предлагаются новые решения задачи выбора вариантов импортозамещения, основанные на установлении «справедливых» приоритетов реализуемым вариантам с применением гибридных моделей и специальной информационно-управляющей системы.

Виноградов К.О., Смыслова А.Л. Имитационное моделирование логистической системы транспортировки жидкого чугуна металлургического предприятия // ISSN: 0368-0797. Известия высших учебных заведений. Черная металлургия. 2020. Том 63. № 1. С. 71–77.
Разработана имитационная модель логистической системы транспортировки жидкого чугуна на металлургическом предприятии. Исследование и построение модели выполнено с использованием системы AnyLogic. В качестве исходных данных использованы реальные данные с производства, а именно расписание плавок доменных печей за трехнедельный период.

Заварзин А.С., Осипов О.А. Разработка фреймворка дискретно-событийного моделирования // Труды Томского государственного университета. – Т. 305. Серия физико-математическая: Математическое и программное обеспечение информационных, технических и экономических систем : материалы Международной научной конференции. Томск, 28–30 мая 2020 г. / под общ. ред. И.С. Шмырина. – Томск : Издательство Томского государственного университета, 2020. – 322 с. С.265-270.
В работе представлен разработанный фреймворк дискретно-событийного моделирования. В дальнейшем планируется доработка фреймворка, добавление компонентов для имитационного моделирования систем и сетей массового обслуживания.

Кузьмин П.И., Мищенко И.К., Ощепков М.Е. Использование имитационного моделирования для повышения эффективности швейного производства // Известия АлтГУ. Математика и механика. 2020. № 1 (111). С.105-110.
Описывается процесс разработки дискретно-событийной имитационной модели швейного производства. Модель разрабатывалась в AnyLogic на основе анализа данных предприятия АО БМК «Меланжист Алтая». Цель разработки – оптимизация трудозатрат как фактора снижения издержек и повышения эффективности производства.

Макаров В.Л., Бахтизин А.Р., Сушко Е.Д., Агеева А.Ф. Моделирование эпидемии COVID-19 – преимущества агент-ориентированного подхода // Экономические и социальные перемены: факты, тенденции, прогноз. 2020. Т. 13. № 4. С. 58–73. DOI: 10.15838/esc.2020.4.70.3.
Представлен авторский подход к созданию модельного инструмента прогнозирования эпидемиологической динамики в зависимости от карантинных мер с оценкой пиковых нагрузок на систему здравоохранения. В качестве такого инструмента предложена агент-ориентированная модель.

Матвеев А.В. Математическое моделирование оценки эффективности мер против распространения эпидемии COVID-19 // Национальная безопасность и стратегическое планирование. 2020. № 1(29). С. 23-39. DOI: https://doi.org/10.37468/2307-1400-2020-1-23-39.
В статье представлена модифицированная имитационная SEIR-модель распространения эпидемии. Модель реализована в AnyLogic. Результаты позволяют спрогнозировать примерные даты пика эпидемии, окончания эпидемии, количество умерших и нагрузку на систему здравоохранения при каждом из сценариев для двух городов (Москва и Санкт-Петербург).

Мусихин Р.Г., Темиргалиев Е.Р. Имитационное моделирование – следующий шаг в цифровизации цепей поставок // Фундаментальные и прикладные исследования в области управления, экономики и торговли : сборник трудов всероссийской научной и учебно-практической конференции. В 3 ч. Ч. 1. – СПб. : ПОЛИТЕХ-ПРЕСС, 2020. 429 с. С.83-90.
В работе показан способ повышения эффективности создания систем распределения готовой продукции с помощью современных цифровых платформ имитационного моделирования.

Одоевский С.М., Бусыгин А.В. Аналитическая модель обслуживания мультимедийного трафика с распределением Парето на основе аппроксимации результатов имитационного моделирования // Системы управления, связи и безопасности. 2020. № 1. С. 74-108. DOI: 10.24411/2410-9916-2020-10104.

Парсаданян Я.Р., Сырых А.С., Незамова Л.В. Применение имитационного моделирования для разрешения проблемы перегрузки на взлетно-посадочных полосах аэропорта Франкфурт-на-Майне (Германия) // Информатика, управляющие системы, математическое и компьютерное моделирование в рамках VI форума «Инновационные перспективы Донбасса» (ИУСМКМ – 2020): XI Международная научно-техническая конференция, 27-28 мая 2020, г. Донецк: / Донец. национал. техн. ун-т; редкол. Ю.К. Орлов и др. Донецк: ДОННТУ, 2020. 580 с.С.150-154.
В работе построена имитационная модель пассажирооборота в среде Anylogic. Продемонстрировано несколько решений проблемы связанных с образованием перегрузки с помощью имитационного моделирования.

Полетайкин А.Н., Данилова Л.Ф., Двуреченская Н.А. Модель оптимизации системы показателей профессиональной эффективности научно-педагогических работников // Вестник СибГУТИ. 2020. № 4. С.98-106.
Рассматривается математическая модель оптимизации системы показателей профессиональной эффективности научно-педагогических работников, включающая имитационный и оптимизационный компоненты. Модель реализована в AnyLogic.

Серков Л.А., Красных С.С. Объединение агентного подхода и подхода общего равновесия для анализа влияния теневого сектора на российскую экономику // Компьютерные исследования и моделирование. 2020, Т. 12, № 3. С. 669–684. DOI: 10.20537/2076-7633-2020-12-3-669-684.
В работе используется объединение оптимизационного подхода общего равновесия, позволяющего объяснить поведение спроса, предложения и цен в экономике с несколькими взаимодействующими рынками, и мультиагентного имитационного подхода, формализующего поведение домашних хозяйств.

Смирнов А.В., Левашова Т.В., Пономарев А.В. Поддержка принятия решений на основе человеко-машинного коллективного интеллекта: современное состояние и концептуальная модель // Информационно-управляющие системы, 2020, № 2, с. 60–70. doi:10.31799/1684-8853-2020-2-60-70.
Проведен анализ существующего состояния проблемы в области построения гибких человеко-машинных систем и предложена концептуальная модель среды, на базе которой могут создаваться системы поддержки принятия решений.

Сочнев А.Н. Постановка задачи оптимизации в терминологии сетей Петри // Вестник кибернетики. 2020. № 1 (37). С.85-90.
Статья содержит описание формальной постановки задачи оптимизации в терминах и обозначениях, принятых в теории сетей Петри. Обоснована необходимость определения в сетевой модели статистики функционирования переходов. Предложен возможный способ учета ограничений задачи при выполнении имитационного эксперимента, а также обобщенный алгоритм оптимизации на основе поисковых процедур.

Теленик С.Ф., Стеценко І.В., Жданова О.Г. Валентин Миколайович Томашевський – професор, науковець, діяч освіти // Математичне та імітаційне моделювання систем. МОДС 2020 : тези доповідей Пятнадцятої міжнародної науково-практичної конференції (29 червня – 01 липня 2020 р.), м. Чернігів. 2020. С.25-27.

Тришункин В.В., Топоров А.В., Бычков А.В. Передовой опыт математического моделирования в системе материально-технического обеспечения Вооруженных Сил Российской Федерации // Журнал «Материально-техническое обеспечение Вооруженных Сил Российской Федерации», № 1 (1) январь, 2020 г. С.51-58.
Возрастающая динамика и постоянная трансформация форм и способов ведения боевых действий определяют необходимость применения современных технологий математического моделирования для планирования и реализации сложных и существенно разнородных процессов материально-технического обеспечения войск (сил).

Ушакова И.А. Применение компьютерного агентного моделирования для оптимизации сборочных процессов // Системи обробки інформації, 2020, випуск 1 (160). Харьков. С.18-25. ISSN 1681-7710. DOI: 10.30748/soi.2020.160.02.
Целью работы является построение имитационной модели, которая позволяет оценить влияние производственных факторов (количество работающих, рабочие параметры и тип процесса сборки) на процесс сборки и обосновать эффективность модели. Для моделирования был рассмотрен действующий технологический процесс сборки станка.

Фараонов А.В. Оптимизация решений в задачах управления транспортными потоками ракетно-космической техники // Труды XII Научно-практическая конференция «Инновационные технологии и технические средства специального назначения» / В сборнике: Инновационные технологии и технические средства специального назначения. Труды XII общероссийской научно-практической конференции. В 3-х томах. Сер. «Библиотека журнала «Военмех. Вестник БГТУ»». 2020. С. 203-208.

Фараонов А.В. Принятие решений в задачах управления транспортными потоками ракетно-космической техники на основе нечеткой ситуационной сети // International Journal of Open Information Technologies ISSN: 2307-8162 vol. 8, no.7, 2020, стр.23-28.

Феоктистов А.Г., Костромин Р.О., Горский С.А. Разработка интеллектуальной технологии поддержки принятия решений в системах массового обслуживания на основе их имитационного моделирования на суперкомпьютерах // Modern high technologies, № 2, 2020. С.76-80.
В статье предложен новый подход к предметно-ориентированному исследованию систем массового обслуживания. В рамках данного подхода разрабатываются новые интеллектуальные модели, алгоритмы, методы и инструментарии, предназначенные для поддержки принятия решений в процессе управления системами массового обслуживания на базе структурного и параметрического анализа их характеристик, свойств и процессов работы.

Хавинсон М.Ю., Колобов А.Н. Агент-ориентированный подход в моделировании миграции на региональном уровне // Новая азиатская политика и развитие Дальнего Востока России. 2020. С. 174-179.

Хтун Хтун Линн, Лупин С.А., Чжо Най Зо Линн, Аунг Тху, Вей Ян Мин. Натурное и имитационное моделирование централизованной системы управления транспортными роботами // International Journal of Open Information Technologies ISSN: 2307-8162 vol. 8, no.4, 2020. С.17-24.
В статье представлена имитационная модель централизованной системы управления транспортными роботами. Модель реализована в среде AnyLogic и использует сочетание агентного и дискретно-событийного подходов. Модель предназначена для оценки эффективности алгоритма централизованного распределения заявок между роботами.





Яндекс.Метрика