Статьи 2019 года (А...Я)



Абрамов В.И., Кудинов А.Н., Евдокимов Д.С. Применение социального моделирования с использованием агент-ориентированного подхода в приложении к научно-техническому развитию, реализации НИОКР и поддержанию инновационного потенциала // Вестник ВГУИТ. 2019. Т. 81. № 3. С. 339–357. doi:10.20914/2310-1202-2019-3-339-357.

Агеева А.Ф. Агентное моделирование социо-эколого-экономических систем в аспекте тестирования стратегий устойчивого развития // Искусственные общества. 2019. T. 14. Выпуск 4 [Электронный ресурс]. Доступ для зарегистрированных пользователей. URL: https://artsoc.jes.su/s207751800007439-1-1/ (дата обращения: 05.03.2020). DOI:
10.18254/S207751800007439-1.
Представлен обзор разработанных зарубежными исследователями агент-ориентированных и мультиагентных социо-эколого-экономических моделей для целей тестирования вариативных стратегий устойчивого развития.

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.

Антипова С.А., Воробьев А.А. Целенаправленная трансформация математических моделей на основе стратегической рефлексии // Компьютерные исследования и моделирование. 2019 Т. 11 № 5 С. 815–831.
На примере рассмотрения достаточно стандартной дискретно-событийной имитационной модели в статье приводятся типовые методические приемы, позволяющие осуществить ранжирование вариабельных параметров по чувствительности и в дальнейшем расширить область определения вариабельного параметра, к которому имитационная модель наиболее чувствительна.

Баженов М.В., Пименов В.И., Кофнов О.В. Использование ERP-систем для имитационного моделирования социально значимого объектов // Русский инженер. № 01(62), март 2019. С.38-41.

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».

Булыгина О.В., Емельянов А.А., Селявский Ю.В. Инструментальная поддержка принятия решений в управлении мультипроектами по выпуску металлопродукции. Часть 2 // Научно-практический журнал «Прикладная информатика». Том 14, №4(82), 2019. С.90-106.
В статье обсуждаются некоторые результаты, полученные в процессе решения задачи оценки перспективности крупных инновационных мультипроектов по выпуску новой металлопродукции.

Варламова С.А., Володина Ю.И., Затонский А.В., Язев П.А. Разработка имитационной модели для планирования горно-выемочных работ // Горный информационно-аналитический бюллетень. 2019. № 10. С. 214–222. DOI: 10.25018/0236-1493-2019-10-0-214-222.
Поставлена проблема уточнения календарных планов добычи. Предложено ее решение на основе имитационного моделирования. Так как распространенное программное обеспечение для имитационного моделирования горных работ имеет недостатки применительно к калийным шахтам, в качестве основы для моделирования используется специальная объектно-ориентированная библиотека, позволяющая моделировать системы массового обслуживания, мультиагентные и активные системы.

Воронин Д.Ю., Евстигнеев В.П., Дрожжин А.И., Боровский Д.Э. Интеллектуальный анализ данных при проактивном управлении телекоммуникационными системами Умного города // International Journal of Open Information Technologies ISSN: 2307-8162 vol. 7, no.12, 2019. С.84-93.
В статье представлен подход авторов к проактивному управлению телекоммуникационными системами, базирующийся на использовании технологий имитационного моделирования и методов интеллектуального анализа данных в контексте развития концепции «Умный город» (Smart City) с позиции прикладного системного анализа.

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.

Грибанова Е.Б., Кармановская Е.А., Логвин И.Е. Табличная имитационная модель системы обслуживания ресторана быстрого питания // Научно-прикладной журнал «Прикладная информатика», 2019, Т. 14, 5 (83). С. 111-119. DOI: 10.24411/1993-8314-2019-10040.

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.

Гринченко А.В., Коростелев А.А. Разработка модели автозаправочной станции в Липецке в среде AnyLogic // Транспорт России: проблемы и перспективы: сборник трудов международной научно – практической конференции. 2019.

Гришков В.Ф. Имитационное моделирование процесса стратегического управления достижением экономических и научно-исследовательских результатов деятельности инновационной организации // Управленческое консультирование. № 5. 2019. С.63-67.
Статья включила научные обоснования достижения планируемых экономических и научно-исследовательских результатов деятельности инновационной организации на основе создаваемой структурно-блочной имитационной модели стратегического управления результативностью развития организации.

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.

Давлетшина Л.Р., Кружков А.С. Построение структуры имитационной модели движения потоков в медицинской организации // Технические науки. Молодежный Вестник УГАТУ. 2019. № 1 (20). С.54-58.
Статья посвящена вопросам разработки моделей, позволяющих получить параметры динамики процесса обеспечения лечебно-профилактического учреждения медикаментами.

Даденков С.А., Кон Е.Л. Выбор среды имитационного моделирования информационно-управляющих сетей // Вестник пермского университета. Серия «Математика. Механика. Информатика», Вып. 1(44), 2019. С.58-69.
Выполнен анализ программных сред имитационного моделирования информационно-управляющих сетей (ИУС), составляющих их шин данных и коммуникационных стеков протоколов. Произведен анализ сред моделирования универсального и общецелевого, специализированного назначения, по выделенным общим и частным, для анализируемого класса сетей, критериям. В результате выбрана эффективная среда общецелевого имитационного моделирования, характеризуемая наибольшей эффективностью применительно к созданию и анализу новых корректных моделей исследуемых ИУС.

Девятков В.В., Девятков Т.В., Федотов М.В. Единое исследовательское пространство имитационного моделирования в среде GPSS Studio // Научно-прикладной журнал «Прикладная информатика», 2019, Т. 14, 5 (83). С. 98-110. DOI: 10.24411/1993-8314-2019-10039.
Представлена среда имитационного моделирования GPSS Studio для исследования сложных дискретно-событийных систем. В качестве моделирующего ядра используется язык имитационного моделирования GPSS World.

Дубатовская А.В. Имитационное моделирование радиоэлектронной обстановки при «звездном» авианалете на наземный объект // Вестник ВГУ, Серия: Системный анализ и информационные технологии, 2019, № 3. С.5-17.
Рассмотрена имитационная модель радиоэлектронной обстановки, формируемой потоками радиосигналов бортовых радиолокационных средств самолетов на входах средств радиомониторинга, в ходе конфликтного взаимодействия двух противоборствующих сторон с проведением одной из них авианалета на наземный объект другой стороны.

Кантуреева М.А. Применение клеточных автоматов для моделирования движения группы людей // Наукоемкое программное обеспечение : труды семинара 12-й Междунар. Ершовской конференции по информатике (ПСИ'19). 2–3 июля 2019 г. / Ин-т систем информатики им. А. П. Ершова СО РАН, Новосиб. гос. ун-т. Новосибирск : ИПЦ НГУ, 2019. 152 с. ISBN 978-5-4437-0909-3. С.104-110.

Кофнов О.В., Лебедев Е.Л., Михайленко А.В. Использование алгоритмов обработки цифровых изображений для определения ориентации космических аппаратов типа CubeSat. // XVII Всероссийская научная конференция «Нейрокомпьютеры и их применение». Тезисы докладов. М.: МГППУ, 2019. С. 220-221.

Кузнецов А.Л., Кириченко А.В., Зайкин Д.А. Моделирование работы морского грузового фронта // Вестник Государственного университета морского и речного флота имени адмирала С.О. Макарова. 2019. Т. 11. № 1. С. 33–42. DOI: 10.21821/2309-5180-2019-11-1-33-42.

Куцакин М.А., Лапко А.Н., Лебеденко Е.В., Рябоконь В.В. К вопросу проверки адекватности имитационной модели системы децентрализованного управления процессом сетевого планирования на основе интеллектуальных автономных агентов // Научно-технический журнал « Информационные системы и технологии», № 1 (111), январь-февраль 2019, Орел. С.30-36
В статье рассматривается имитационная модель системы децентрализованного управления процессом сетевого планирования, разработанная в рамках исследования вероятностно-временных характеристик сетевых графиков в виде диаграмм Гантта.

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.

Макаров В.Л., Бахтизин А.Р., Бекларян Г.Л. Разработка цифровых двойников для производственных предприятий // Бизнес-информатика. 2019. Т. 13. № 4. С. 7–16. DOI: 10.17323/1998-0663.2019.4.7.16.
В статье представлен новый подход к разработке цифровых двойников производственных предприятий на основе методов имитационного моделирования. Описана концепция цифрового двойника как интегрированной системы, агрегирующей имитационные модели, базы данных, интеллектуальные программные модули класса генетических оптимизационных алгоритмов и др. Представлены примеры имитационных моделей.

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. Описывается структура входных данных моделирования. Представлены результаты верификации алгоритмов.

Маматов А.В., Машкова А.Л., Савина О.А. Прогнозирование динамики кадрового потенциала в регионах России с использованием методов агент-ориентированного моделирования // Искусственные общества. 2019. T. 14. Выпуск 3 [Электронный ресурс]. Доступ URL: https://artsoc.jes.su/s207751800006724-5-1/ (дата обращения: 07.02.2020). DOI: 10.18254/S207751800006724-5.
Представлена агент-ориентированная модель динамики кадрового потенциала регионов. Приводятся результаты моделирования динамики рынка труда в Белгородской области. В режиме ретроспективного моделирования воспроизводилась динамика населения и рынка труда с 2010 по 2019 год. В режиме прогнозного моделирования с 2020 по 2030 год воспроизводились существующие тенденции в сфере получения образования, трудоустройства и миграции жителей.

Маслобоев А.В. Применение метода системной динамики при разработке мультиагентных систем поддержки принятия решений // Научно-технический журнал «Информационные системы и технологии», № 1 (111), январь-февраль 2019. С.37-45.
Предложен новый подход к построению мультиагентных систем с использованием метода системной динамики.

Маторин С.И., Жихарев А.Г., Бузов П.А. Оценка системы менеджмента качества с помощью системно-объектного имитационного моделирования // Инжиниринг предприятий и управление знаниями (ИП&УЗ-2019) : сборник научных трудов XXII Международной научной конференции. 25–26 апреля 2019 г. / под науч. ред. Ю. Ф. Тельнова : в 3 т. – Москва : ФГБОУ ВО «РЭУ им. Г. В. Плеханова», 2019. ISBN 978-5-7307-1511-0 Т. 2. С.79-84.

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.

Молодецкая C.Ф., Молодецкий В.С. Совершенствование системы управления клиентскими потоками в банковской сфере // Вопросы управления. 2019. № 2 (38). С. 200-216.
Рассмотрены вопросы управления клиентскими потоками в банковской сфере. Разработаны математические модели, основанные на равномерно распределенных потоках, Пуассоновских потоках, потоках клиентов с экспоненциально распределенным интервалом между клиентами и интенсивностью. Первоначальная разработка модели проводилась в Excel. Затем использовался пакет 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.

Пронь С.П., Семенов С.П., Ташкин А.О., Токарева Е.В. Агентноориентированные имитационные модели для реальных городских процессов // МАК: «Математики - Алтайскому краю»: сборник трудов всероссийской конференции по математике с международным участием. Барнаул : Изд-во Алт. ун-та, 2019. С. 169–173.

Рамазанов Р.Р. Агентное моделирование распределения полномочий между уровнями государства [Электронный ресурс] // Искусственные общества. 2019. Т. 14, вып. 3. URL: https://artsoc.jes.su/s207751800006877-3-1/ Доступ для зарегистрированных пользователей (дата обращения: 05.11.2019).

Рамазанов Р.Р. Принципы распределения полномочий между уровнями государственной власти // 2019 год.
В статье обсуждается подход к формализации схем распределения расходных полномочий по оказанию общественных услуг населению между уровнями государственной власти.

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.

Сорокин Д.Э. Распределенное имитационное моделирование с Aivika // Научно-практический журнал «Прикладная информатика». Том 14, №4(82), 2019. С.73-89.
В статье представлена система имитационного моделирования Aivika.

Тимофеева Г.А., Шевцов А.А. Система согласованного управления транспортными потоками на сложном перекрестке // Научный журнал «Вестник Уральского государственного университета путей сообщения». №4 (44). 2019. С.12-24.
Статья посвящена исследованию и оптимизации системы согласованного управления сложным перекрестком на основе построения имитационной модели. Для построения модели использовались среда Anylogic и оптимизатор OptQuest для оптимизации работы системы согласованного управления.

Топаж А.Г., Абрамова А.В. Исследование устойчивости кооперативных взаимодействий методами агентного моделирования и эволюционных игр // Математическое моделирование в экологии / Материалы Шестой Национальной научной конференции с международным участием, 26-29 сентября 2019 г. - Пущино, ФИЦ ПНЦБИ РАН, 2019. 241 с. С.215-216.
Рассмотрено несколько моделей кооперативного внутривидового и межвидового сотрудничества в эволюционной постановке, характеризующихся определенным порядком величин выигрышей для сочетания кооперативной и «паразитической» линий поведения.

Труб И.И. Эффективный алгоритм оптимизации размера битового индекса с помощью имитационной модели // Научно-практический журнал «Прикладная информатика». Том 14, №4(82), 2019. С.41-55.
Рассмотрено применение ранее построенной имитационной модели иерархического битового индекса к поиску оптимального размера индекса второго уровня.

Шатунов А.Е. Моделирование работы серверного программного обеспечения // Политехнический молодежный журнал. 2019. № 07. Москва.
Моделируется работа программного обеспечения серверного слоя информационной системы, дана оценка адекватности полученной модели. Функционирование программного обеспечения показано на примере дискретно-событийной имитационной модели.

Шерстенников Ю.В., Кожемяка M.А. Оптимизация закупок сырья и рекламной кампании предприятия // Журнал Бизнес-Информ, № 8, 2019. С.105-110.
Используя подход Дж. Форрестера, разработана экономико-математическая модель производственной деятельности предприятия с учетом всех основных звеньев логистической системы. Имитационное моделирование реализовано с помощью системы математических уравнений. Выполнены расчеты временной динамики всех темпов логистической системы, а также динамики уровней товара на оптовом составе и в сети розничной торговли.

Щеблыкин А.Д., Хахамов П.Ю., Жердев Д.В. Имитационная модель функционирования органа управления организационно-технической системой специального назначения в кризисной ситуации // Моделирование сложных процессов и систем: сборник трудов секции № 12 ХХIX Международной научно-практической конференции «Предотвращение. Спасение. Помощь», 21 марта 2019 года. ФГБВОУ ВО АГЗ МЧС России. 2019. С.4-12.
Для изучения функционирования органа управления организационно-технической системой специального назначения в кризисной ситуации была разработана имитационная модель. Модель предназначена для проведения экспериментов с целью определения зависимостей и вычислением уравнений регрессии между временем выполнения управленческих задач и уровнем подготовки соответствующих должностных лиц.





Яндекс.Метрика