Статьи 2020 года (А...Я)

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

Авдеева М.О., Савельев Д.И. Разработка расширенной модели имитации сбора и эвакуации населения при чрезвычайной ситуации на базе ПО AnyLogic // Журнал «XXI век: итоги прошлого и проблемы настоящего плюс». 2020. Т. 9. №4 (52). С.126-130.
Статья посвящена актуальной на данный момент проблеме: применению методов имитационного моделирования для воспроизведения процесса эвакуации населения, а также дальнейшей их оценки и прогнозирования. Модель реализована в среде AnyLogic.

Агеева А.Ф. Имитационное моделирование динамики городских систем с помощью агентного подхода // Научный журнал «Электронные информационные системы», № 3 (26) 2020. С.37-53.
Представлен обзор зарубежного опыта проектирования агент-ориентированных и мультиагентных моделей динамики городской среды и городских систем в соответствии с реализацией концепции умного города.

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

Алексеев А.А. Конфигурация управляющего комплекса в вариации мультиагентной системы потока судов в концепции развития Е-навигации // Транспортное дело России. №. 4. 2020, С. 197-200.

Андрианова Е.Г., Головин С.А., Зыков С.В., Лесько С.А., Чукалина Е.Р. Обзор современных моделей и методов анализа временных рядов динамики процессов в социальных, экономических и социотехнических системах // Российский технологический журнал. 2020;8(4):7–45. https://doi.org/10.32362/2500-316X-2020-8-4-7-45.

Апрышкин Д.С., Хазанович Г.Ш. Методика и алгоритм имитационного моделирования режимов работы пассажирского лифта // Инженерно-строительный вестник Прикаспия. 2020. № 3(33). С. 84-92. DOI 10.35108/isvp20203(33)84-92.

Атнабаева А.Р., Ахметзянова М.И. Подход к имитационному моделированию трудовой миграции в регионе с применением нечеткой логики // Искусственные общества. 2020. Т. 15. № 4. URL: https://artsoc.jes.su/s207751800011177-3-1/ (дата обращения: 06.12.2020).

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

Барзов А.А., Денчик А.И., Ткачук А.А. Имитационное моделирование процесса вероятностного формирования исполнительного размера // Наука и техника Казахстана, 2020, № 1, с. 39-47.

Басова М.В. Алгоритм моделирования производственно-технологической системы роботизированного участка механической обработки деталей типа тел вращения на платформе AnyLogic // Научно-технический журнал «Технико-технологические проблемы сервиса», Санкт-Петербургский Государственный Экономический Университет, № 4(54), 2020. С.50-55.
Рассматривается вопрос внедрения средств моделирования технологических потоков на роботизированном участке. Описана модель роботизированного участка механической обработки тел вращения. Приведен алгоритм построения диаграммы процесса для дискретно-событийного моделирования в среде AnyLogic.

Бахтизин А.Р, Ильин Н.И., Хабриев Б.Р., Макаров В.Л., Сушко Е.Д. (2020). Программно-аналитический комплекс «МЁБИУС» — инструмент планирования, мониторинга и прогнозирования социально-экономической системы России // Искусственные общества. Т. 15. № 4.

Беляев С.А. Применение вероятностных и временных автоматов в программах управления многоагентных систем // Наукоемкие технологии в космических исследованиях Земли. 2020. Т. 12. No 3. С. 47-53. doi: 10.36724/2409-5419-2020-12-3- 47-53.

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

Бубнов В. П., Сафонов В.И., Шардаков К.С. Обзор существующих моделей нестационарных систем обслуживания и методов их расчета // Системы управления, связи и безопасности. 2020. №3. С.65-121. DOI: 10.24411/2410-9916-2020-10303.

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

Васильченко К.Г. Имитационное моделирование поведения налогоплательщиков на рынке труда в Украине // Вестник социально-экономических исследований : сб. науч. трудов. Одесса: Одесский национальный экономический университет. 2020. № 3-4 (74-75). С. 21–32.
В статье проанализированы отдельные составляющие теневой экономики на примере современной Украины.

Верзун Н.А., Колбанёв М.О., Романова А.А., Цехановский В.В. Модель регулируемого множественного доступа в сети интернета вещей // Изв. СПбГЭТУ ЛЭТИ. 2020. № 10. С. 20–27.

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

Влад А.И., Санникова Т.Е., Романюха А.А. Моделирование распространения респираторных вирусных инфекций в городе: мультиагентный подход // Математическая биология и биоинформатика. 2020. Т. 15, № 2. С. 338-356. DOI: 10.17537/2020.15.338.

Ворожцов А.С., Тутова Н.В. Имитационное моделирование туманных вычислительных сред с использованием инструментария iFogSim // Технологии информационного общества. Сборник трудов XIV Международной отраслевой научно-технической конференции «Технологии информационного общества». (18-19 марта 2020 г. Москва, МТУСИ). М.: ИД Медиа Паблишер, 2020. 580 с.
В работе приведен краткий обзор пакета iFogSim: назначение, структура, а также возможности и ограничения его применения для проведения занятий по соответствующим профильным дисциплинам.
Воробьев А.А., Седоченков А.В. Планирование подвоза материальных средств на основе применения комплекса математического моделирования // Научные проблемы материально-технического обеспечения вооруженных сил Российской Федерации. 2020. No 2 (16). С. 58-66.

Воропай Н.И., Герасимов Д.О., Сердюкова Е.В., Суслов К.В. Разработка имитационной модели интегрированной мультиэнергетической системы с использованием концепции энергетического хаба // Методические вопросы исследования надежности больших систем энергетики. 2020. С. 46-54.

Гайнанов Д.А., Мигранова Л.И., Минязев А.И. Имитационная модель управления поведением абитуриента в образовательной системе региона // Креативная экономика. 2020. Т. 14. № 10. С. 2551-2568.

Гусева Е.Н., Чусавитина Г.Н., Повитухин С.А. Использование методов имитационного моделирования при управлении непрерывностью бизнеса лизинговой компании // Отходы и ресурсы. 2020. Т. 7, № 1. С. 17. DOI: 10.15862/17INOR120.

Демьянов А.А., Филяев М.П., Розе А.Н. Особенности математического моделирования действий подразделений технического обеспечения в условиях Арктики // В сборнике: Технические средства и имущество для размещения военнослужащих в полевых условиях. Состояние и перспективы развития. Сборник докладов Круглого стола. Составители В.Н. Селеменев, Л.Г. Гришина. 2020. С. 90- 95.

Дьяконова М.Д. Семенов А.Д. Оценка времени выполнения послерейсовых операций сотрудниками судовладельца методами имитационного моделирования // Вестник Государственного университета морского и речного флота имени адмирала С. О. Макарова. 2020. №5(63). C. 884–893. DOI: 10.21821/2309-5180-2020-12-5-884-893.

Жарков М.Л., Павидис М.М. Моделирование железнодорожных станций на основе сетей массового обслуживания // Актуальные проблемы науки Прибайкалья № 3. Иркутск: ИГУ, 2020. С. 79–84.

Жаров М.В. Имитационное моделирование производственной среды цехов механической обработки // Автоматизация в промышленности. 2020. № 5. с. 34-37. doi: 10.25728/avtprom.2020.05.07

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

Игнатовский Я., Иванов В. Агентное моделирование политических процессов // Материал с сайта www.politgen.ru. Санкт-Петербург. 2020 год.

Казеев И.М. Имитационное моделирование транспортно-технологического комплекса // Образовательные ресурсы и технологии. 2020. № 1 (30). С. 69-74.

Каталевский Д.Ю., Гареев Т.Р. Имитационное моделирование для прогнозирования развития автомобильного электротранспорта на уровне региона // Балтийский регион. 2020. Т. 12. №. 2. С. 118-139. doi: 10.5922/2079-8555-2020-2-8.
В статье предлагается подход к имитационному моделированию распространения электромобилей в регионе (на основе оригинальной модели системной динамики). Модель построена в среде AnyLogic.

Климина Н.В., Морозов И.А. Дискретно-событийное и агентное моделирование в задачах школьного курса информатики // Информатика в школе. 2020;1(9):4-13. https://doi.org/10.32517/2221-1993-2020-19-9-4-13.

Копытин Д.В., Кораблева А.А. Применение имитационного моделирования в программе AnyLigic для изучения бизнес процессов на железной дороге // NovaInfo.Ru. Экономические науки, №124, 2020. С.17-20.

Красных С.С. Имитационное моделирование социально-экономических процессов в территориальных системах // Журнал экономической теории. 2020. Т. 17. № 2. С. 503-508.
В статье выполнен анализ теоретических подходов к сущности имитационного моделирования на современном этапе, а также дана оценка методов имитационного моделирования при прогнозировании социально-экономических процессов в территориальных системах.

Крылов А.В., Охтилев М.Ю., Соболевский В.А., Соколов Б.В., Ушаков В.А. Методологические и методические основы создания и использования интегрированных систем поддержки принятия решений // Известия высших учебных заведений. Приборостроение. 2020. Т. 63. № 11. С. 963-974. DOI: 10.17586/0021-3454-2020-63-11-963-974.

Кузнецов И.С., Зиновьев В.В., Стародубов А.Н. Исследование влияния внеплановых простоев горных машин на добычу угля открыто-подземным способом методом имитационного моделирования // Журнал «Уголь». 2020. №9. С. 10-13.

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

Кузьмина Н.Д., Иванова Е.Н., Пегасова Н.А., Бормотов А.А., Кильганова Е.В. Имитационное моделирование как одно из средств формирования компетенций цифровой экономики // Современное педагогическое образование, №7, 2020. С.142-145.

Кутузов О.И., Татарникова Т.М., Неупокоева Е.О. Общее в подходе к имитационному моделированию инфокоммуникационных и транспортных сетей // Труды Кольского научного центра РАН. 2020. С. 46.

Кушнирчук И.И., Болгарев Д.В., Норейка Д.В.Современные информационные технологии как инструмент моделирования организации массового оказания медицинской помощи // Кооперация науки и общества: проблемы и перспективы. Сборник статей по итогам международной научно-практической конференции. 2020. С. 11–13.

Лащенов Д.П. Математическое моделирование и оптимизация сложно структурированных объектов // Моделирование, оптимизация и информационные технологии. 2020. Т.8. № 4. DOI: 10.26102/2310-6018/2020.31.4.017.

Лащенов Д.П., Бурковский В.Л. Программный комплекс имитационного моделирования сложно структурированных реконфигурируемых объектов на основе моделей типовых производственных систем // Моделирование, оптимизация и информационные технологии. 2020. Т.8. № 3. DOI: 10.26102/2310-6018/2020.30.3.001.

Макаров В.Л., Бахтизин А.Р., Сушко Е.Д. (2020). Агент-ориентированная модель как инструмент регулирования экономики // Журнал Новой экономической ассоциации. № 45. С. 151–171.

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

Максимова Н.Н., Тето С.Ю. Имитационное моделирование работы супермаркета цифровой и бытовой техники // Информатика и системы управления, 2020, №1 (63). Моделирование систем. С.3-16.

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

Меденников В.И. Имитационная динамическая модель стратегического управления организацией в цифровой экономике // Цифровая экономика. 2020. № 4(12). С. 34-48. DOI: 10.34706/DE-2020-04-05.

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

Неупокоева Е.О., Быстров В.В., Малыгина С.Н. Обзор транспортно-логистических имитационных моделей платформы ANYLOGIC CLOUD // Труды Кольского научного центра РАН. 2020. С. 46.

Низамутдинов М.М., Атнабаева А.Р., Ахметзянова М.И. Исследование процессов межрегиональной миграции на основе имитационного моделирования // Известия Уфимского научного центра РАН. 2020. №3. С. 87-93.

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

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

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

Прошин И.А., Мартышкин А.И., Истомина Т.В. Модель поддержки принятия решений для системы защиты информации на базе теории массового обслуживания // Журнал «XXI век: итоги прошлого и проблемы настоящего плюс». 2020. Т. 9. №4 (52). С.51-56.
Статья посвящена разработке модели поддержки принятия решений для системы защиты информации на базе теории массового обслуживания, выявление с ее помощью путей улучшения характеристик системы. Разработана модель защиты информации, реализованная в среде AnyLogic.

Пуха Г.П., Котомин М.А. Моделирование процесса производственной деятельности с использованием метода имитационного моделирования // Актуальные проблемы защиты и безопасности: Труды XXIII Всероссийской научно-практической конференции РАРАН (1–4 апреля 2020 г.). Том 2. Издание ФГБУ «Российской академии ракетных и артиллерийских наук». Москва. 2020. С. 188-196.

Сайфитдинов Т.И., Маликов Р.Ф. Имитационное моделирование эпидемии COVID-19 // Перспективные информационные технологии (ПИТ 2020): труды Международной научно-технической конференции. Самара: Издательство Самарского научного центра РАН, 2020. C. 390-394.

Свистунова А.С. Использование программного продукта AnyLogic при моделировании пассажиропотока железнодорожного вокзала // Информатика, Телекоммуникации и управление (Computing, Telecommunications and Control). 2020. Vol. 13. No. 4. Pp. 54–65. DOI: 10.18721/JCSTCS.13405.
Статья посвящена поиску оптимальных решений организации обслуживания пассажиров на железнодорожном вокзале с применением имитационного моделирования. Для построения дискретно-событийной модели и реализации процедуры моделирования пасссажиропотока использована система AnyLogic.

Сениченков Ю.Б. Проект INMOTION. Впечатления по горячим следам // Компьютерные инструменты в образовании. №1, 2020 г. С.87-98. doi:10.32603/2071-2340-2020-1-87-98.
Международный проект InMotion (Германия, Испания, Словения, Россия, Малайзия) в рамках программы европейского союза Erasmus+ был посвящен разработке электронных и дистанционных курсов «Компьютерное моделирование» для инженеров. Разработаны учебные планы, традиционные учебники и их электронные версии, и дистанционные курсы. (Испания, Словения, Россия). В статье обсуждается опыт преподавания новых дисциплин в течение 2019–2020 учебного года в университетах участников проекта.

Серикбекулы А., Кормачева О.В. Подходы к построению предсказательных моделей логистических процессов // Экономика, предпринимательство и право. 2020. Том 10. № 4. С. 1297-1314. doi: 10.18334/epp.10.4.102190.

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

Смирнов А.А. Кудрявцев А.М., Галов С.Ю. Имитационное моделирование радиоэлектронной обстановки в районе действий воинских формирований // Электросвязь. – 2020. – № 10. – С. 36-41.

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

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

Таратун В.Е., Шаперова В.С. имитационное моделирование как подход в решении задач систем массового обслуживания // Системный анализ и логистика. 2020. № 04(26). С. 35-44.

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

Темирбекова М.Н. Разработка имитационной модели процесса производства биотоплива из органических бытовых отходов // Вестник Национальной инженерной академии Республики Казахстан. 2020. № 2 (76). С.186-192.

Трегубов В.Н., Славнецкова Л.В. Моделирование инновационных процессов на городском транспорте с использованием методов системной динамики // Известия саратовского университета. Новая серия. Серия: экономика. Управление. Право. 2020. № 1. С. 29-37. doi: 10.18500/1994-2540-2020-20-1-29-37.

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

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

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

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

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

Филяев М.П., Чернышев С.А., Николаев П.А. Сравнительный анализ инструментальных программных средств для разработки имитационных моделей логистических процессов // Научные проблемы материально-технического обеспечения Вооруженных Сил Российской Федерации. 2020. No 2 (16). С. 92-104.

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

Хачатрян Н К. Акиншин А.А., Кузнецова О.И. Имитационная модель российского общества: создание и анализ виртуальной популяции // Искусственные общества. 2020. Т. 15, № 4.

Хачатрян Н.К., Кузнецова О.И. Компьютерное моделирование вариантов пространственного развития научно-технологической сферы в Российской Федерации // Экономика и математические методы. 2020. Т. 56, №3. С. 45-55.

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

Шардаков К.С., Бубнов В.П. Нестационарная параллельно-последовательная модель высоконагруженной системы мониторинга // Информация и космос. 2020. № 3. С. 56-67.

Швецова А.А., Звягинцева А.В. Информационно-аналитическая система поддержки принятия решений для стратегического планирования развития регионов и городов // Мягкие измерения и вычисления. Т. 36, № 11, 2020. С. 55-66.

Швецова А.А. Эконометрические модели для оценки уровня и темпов развития регионов России // Modern Economy Success, № 4, 2020. С. 24-30.

Шумов В.В., Корепанов В.О. Математические модели боевых и военных действий // Компьютерные исследования и моделирование, 2020, Т. 12, № 1. С. 217-242.
Рассмотрена вероятностная модель боя, в которой параметр боевого превосходства определен через параметр морального (отношение процентов выдерживаемых потерь сторон) и параметр технологического превосходства.

Язвенко М.Р., Морозков А.Г. Моделирование морского грузового порта как системы массового обслуживания в среде AnyLogic // Системный анализ и логистика. 2020. № 4 (26). C. 59–66. DOI: 10.31799/2007-5687-2020-4-59-66.