Статьи 2017 года (А...Я)



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.

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.


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.

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.

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.

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.

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.

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

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.

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.

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.

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.

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.

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.

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. 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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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. 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.

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.

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.
В качестве среды дискретно-событийное моделирования бизнес-процессов склада торгового предприятия выбран пакет AnyLogic. По результатам имитационного моделирования склада найдено оптимальное решение, позволяющее принять соответствующие оптимальные управленческие решения для повышения эффективности бизнес процессов рассматриваемого торгового предприятия.

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.

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.

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.

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.



Яндекс.Метрика