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.

Антипов В.И., Митин Н.А., Пащенко Ф.Ф. Макроэкономическая имитационная модель развития России // Препринты ИПМ им. М.В. Келдыша. 2017. № 142. 48 с.

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.

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.

Баскакова И.В., Оборин О.А. Имитационное моделирование как инструмент исследования экономических процессов и систем // Российские регионы в фокусе перемен: сборник докладов XII Международной конференции, Екатеринбург, 16-18 ноября 2017 года / Том 2. Екатеринбург: ООО «Издательство УМЦ УПИ». 2018. С. 228-237. EDN: YZGIUP.

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).

Гусев П.Ю., Ветохин В.В., Сокольников В.В. Анализ и оптимизация имитационной модели участка обслуживания поезда // Информатика: проблемы, методология, технологии : сборник материалов XVII международной научно-методической конференции: в 5 т. Том 4. – Воронеж: ООО «Вэлборн», 2017. С. 295-297.

Гусев П.Ю., Кольцов А.С. Имитационное моделирование в жизненном цикле летательных аппаратов // Новые технологии в научных исследованиях, проектировании, управлении, производстве : Труды Международной научно-технической конференции, Воронеж, 09–10 ноября 2017 года. Том 1. – Воронеж: Воронежский ГТУ, 2017. С. 58-60.

Гусев П.Ю., Скрипченко Ю.С. Модификация Tecnomatix Plant simulation с применением API-интерфейса // Новые технологии в научных исследованиях, проектировании, управлении, производстве : Труды Международной научно-технической конференции, Воронеж, 09–10 ноября 2017 года. Том 1. – Воронеж: Воронежский ГТУ, 2017. С. 55-57.

Гусев П.Ю., Чижов М. И., Скрипченко Ю.С. Имитационное моделирование участка обслуживания поезда в Tecnomatix Plant Simulation / П. Ю. Гусев, // Информатика: проблемы, методология, технологии : сборник материалов XVII международной научно-методической конференции: в 5 т. Том 4. – Воронеж: ООО «Вэлборн», 2017. С. 291-295.

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.

Данилов И.Д. Программные продукты для имитационного моделирования в логистике // Скиф. Вопросы студенческой науки. 2017, № 16(16). С. 134-139.

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.

Затонский А.В., Варламова С.А., Малышева А.В., Мясников А.А. Использование видеографической информации для уточнения динамической стохастической модели процесса флотации калийной руды // Интернет-журнал Науковедение. 2017. Т. 9. № 2. С. 87.

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.

Коникова Е.В., Тецлав И.А. Разработка системы управления обслуживанием пассажиров в авиационном транспортно-логистическом узле с использованием имитационного моделирования // Транспорт России: проблемы и перспективы - 2017 : Материалы Международной научно-практической конференции, Санкт-Петербург, 14–15 ноября 2017 года / ФГБУН Институт проблем транспорта им. Н.С. Соломенко Российской академии наук. – Санкт-Петербург: Институт проблем транспорта им. Н.С. Соломенко РАН, 2017. С. 395-399.

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.

Крюков С.В., Лапшина А.С. Имитационная модель процесса налогообложения имущества физических лиц (объектов жилой недвижимости) на основе их кадастровой оценки // Налоги и налогообложение. 2017. № 5. С.10-20. DOI: 10.7256/2454-065X.2017.5.23266.

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.