Оценка индивидуального сейсмического риска. Программа Научные и научнопедагогические кадры инновационной России
 Скачать 8 Mb.
|
|
Nekhamin S.M., Lunin A.G., Krutyanskii M.M., Filippov A.K. DC arc melting furnaces // Refractories and Industrial Ceramics. — 2005. — V. 46, N. 1. — P. 37--39. 2. Жилин В.М., Ивочкин Ю.П., Оксман А.А., Тепляков ИО, Вавилов С.Н. Исследование тепловых и гидродинамических эффектов, сопровождающих растекание электрического тока в объеме жидкого металла // VI Minsk international heat and mass transfer for UM MIF. — Рис. 1 82 я научная конференция МФТИ ФАКИ-2 Рис. 2 УДК 656.021 И.Н. Калинин, К.К. Глухарев 2,1 pupssman@gmail.com, Московский физико-технический институт (государственный университет) 2 Институт машиноведения им. А.А. Благонравова РАН Моделирование сетевых потоков на вычислительном имитаторе Ставится задача дополнения математического аппарата и организации вычислительной среды для моделирования дискретного транспортного потока с безопасной дистанцией на сетях произвольной структуры. Транспортная сеть представляется семейством допустимых траекторий движения, на котором строится траекторный граф [1]. Секция вычислительных моделей технологических процессов 83 Исходные уравнения модели, описанные в [2], дополняются граничными условиями для узловых и терминальных особых точек (ОТ) [1]. Светофорное регулирование полагается периодическим, допускающим движение только с одного входа сумматора или узла. Зеленые интервалы [1] предполагаются фиксированными и заданными. В нерегулируемых узловых точках действует обобщенное правило «помехи справа движение разрешается наиболее высокоприори- тетному входу, имеющему частицы в некоторой заданной окрестности ОТ. Граничные условия для входов в сеть ставятся путем определения средней интенсивности [2]. Граничные условия на выходах устанавливаются свободные — движение с максимально разрешенной скоро- стью. Маршрутизация частиц осуществляется по статической схеме маршрут движения частицы строится в моменте входа в сеть и остается неизменным. Описанная система уравнений, условий и правил была реализована в виде многопоточной программы на языке Java 1.6 на платформе Для верификации модели были реализованы тривиальные конфигурации транспортных сетей, результаты расчетов сравнивались сна- блюдаемыми режимами движения и с другими вариантами реализации модели (1), а также с принятыми в [1] постулатами о характере движения. Результаты качественно и количественно совпали си. В частности, наблюдались прямая и обратная волны, режим «стоп–старт», «клинья»очередей. Динамика роста очередей совпала с описанной в Также наблюдались некоторые эффекты, описанные в теории трех фаз Кернера [3] — в том числе фазовые переходы F → S, S → в частности, для ситуаций, моделирующих сужения на многополосной магистрали. Был проведен численный эксперимент по исследованию простейшего нерегулируемого перекрестка, представленного на рис. 1. Решалась задача сравнения правил расстановки приоритетов движения. Сравнивались варианты определения приоритета в граничных ОТ (точки c) перекрестка — обеспечивающие больший приоритет на въезд или на выезд из перекрестка соответственно. Было обнаружено, что пропускная способность последнего более чем в 2 раза выше я научная конференция МФТИ ФАКИ-2 Литература 1. Глухарев К.К., Калинин И.Н. Модель прохождения потока частиц через узлы транспортной сети // Труды й научной конференции МФТИ Современные проблемы фундаментальных и прикладных наук. — 2009. — Часть III, Т. 2. — С. 149--154. 2. Глухарев К. К, Улюков НМ. Модель однорядного потока автомобилей. Вывод уравнений и их интегрирование // Проблемы машиностроения и надежности машин. — 2008. — № 4. — С. 29--38. 3. Kerner B.S. Congested Traffic Flow: observations and theory // Transportation Research Record: Journal of the Transportation Research Board. — 1999. — V. 1678. — P. Рис. 1. a — входы в перекресток, b — выходы из перекрестка, c точки установки приоритета Секция вычислительных моделей технологических процессов 85 УДК 519.688 А.Г. Климов trashsee@gmail.com Московский физико-технический институт (государственный университет) Институт машиноведения им. А.А. Благонравова РАН Подход к решению проблемы падения производительности вычислительной модели транспортной сети Масштабируемая имитационная модель транспортной сети со светофорным регулированием, с функцией моделирования возможных пробок, с сохранением состояния системы в базе данных, с прокладкой маршрутов, способная осуществлять варьирование сети, допускающая паралельную обработку данных и вычислений разных участков сети, должна выполняться на кластерной ЭВМ. Попробуем перечислить факторы, результатом действия которых является потеря производительности и задержка в получении результата от имитации неоптимальная балансировка нагрузки на другой узел или процессор использование относительно медленных языков программирования высокого и сверхвысокого уровня дисковые операции ввода-вывода, — базы данных неоптимальное планирование, выполняемое ОС другие факторы. Таким образом, для выполнения модели необходима особая вычислительная среда. Например, такой могла бы быть распределенная кластерная операционная система реального времени (ОСРВ), но общие используемые в ОСРВ алгоритмы планирования — и RMS — не снимают влияние вышеперечисленных факторов. Большинство современных алгоритмов планирования в ОС рассматривается в В работе предлагается подход к частичному или полному снятию влияния факторов, описанных выше. В современных ОС задачи, выполняющиеся в пространстве пользователя, не могут значительно я научная конференция МФТИ ФАКИ-2 влиять на процесс планирования, так как большинство современных ОС не предоставляют интерфейсов по изменению алгоритмов планирования или делают это ограниченно. Автору известны только две ОС, архитектуру планирования в которых можно менять налету Для уменьшения влияния факторов необходимо создание такого интерфейса или использование существующих ОС с таким интерфейсом и включение кода для управления собственными вычислительными ресурсами. Таким образом, имитационная модель сможет управлять планированием задач, рассчитывая, в какие моменты времени необходимо предоставлять приоритет вычислительным задачам, управлять привязкой процессов к конкретным процессорам, балансировкой нагрузки. Примечателен тот факт, что такому алгоритму планирования будет известна величина процессорного времени, требующаяся каждой вычислительной подзадаче. Литература 1. Таненбаум Э. Современные операционные системы. — СПб.: Питер, 2002. — 1040 с. УДК 658.1:681.3.06 Л.Е. Кулигин kulighin@mail.ru Московский физико-технический институт (государственный университет) ООО «НИКС» Обиспользовании результатов хронометража при проектировании эргономичного интерфейса автоматизированного рабочего места Автоматизированным рабочим местом (АРМ) называют про- граммно-технический комплекс, используемый для уменьшения трудоемкости некоторых технологических операций (т.н. частичной автоматизации. Одной из важных задач при создании АРМ является стремление к тому, чтобы для конкретной категории пользователей при сложившихся условиях работы его интерфейс помогал макси Секция вычислительных моделей технологических процессов 87 мально простои эффективно решать стоящие передними задачи, обращаясь к интерфейсу АРМ В общем случае при проектировании интерфейсов учитывают целый ряд факторов. Среди них были выделены те, измерение которых связано с необходимостью непосредственного изучения, как протекает производственный процесс, в том числе [2]: • фактическая последовательность выполнения производственных операций длительность выполнения каждой производственной операции инструменты (элементы интерфейса, используемые при выполнении определенной производственной операции и последовательность их использования частота выполнения определенных производственных опера- ций. Для изучения этих факторов целесообразно использовать метод хронометража на основе соответствующего программно-аппаратно- го комплекса, разработанного лабораторией технико-экономических исследований компании Никс. В случае диалога с фиксированными по расположению элементами интерфейса все уникальные контрольные элементы интерфейса (команды меню, кнопки специфических устройств ввода-выво- да и пр) можно описать как множество K = (k 1 ; k 2 ; ...; k N ), а весь производственный процесс — как множество трудовых приемов = (s 1 ; s 2 ; ...; s M ). По результатам хронометража определяется количество повторений каждого трудового приема в единицу времени ...; и отображение U : K → S в форме матрицы N ⊗ M из булевых переменных e ij . Частота использования позволяет выделять наиболее используемые элементы интерфейса. По результатам хронометража определялась последовательность использования элементов интерфейса (a 1 ; ...; a L ), где a i ∈ K. Мера близости между элементами интерфейса задавалась как) = L −1 m =1 , 88 я научная конференция МФТИ ФАКИ-2 если ([a m = k i ∩ a m +1 = k j ] ∪ [a m = k j ∩ a m +1 = k i ]; 1; Задача оптимизации формулируется следующим образом распределить элементы интерфейса K с встречаемостью ρ > 0 по m группам (из не более d элементов) так, чтобы минимизировать количество переключений пользователя между группами элементов. Примером группы интерфейса является одно подменю. Использование динамического программирования невозможно. Решение задачи полным перебором нежелательно из-за вычислительной трудоемкости, поэтому использовался иерархический агломеративный метод кластеризации median clustering [3]. Кластеризация останавливалась, как только количество кластеров достигало необходимого уровня. Процедура кластеризации была реализована на языке Таким образом, хронометраж и применение результатов кластеризации к реорганизации интерфейса может упростить взаимодействие исполнителя с АРМ, что особенно важно, например, для складских АРМ (где исполнители часто незнакомы с ПК, и поэтому обучение занимает длительное время. Было также отмечено незначительное увеличение производительности труда. Литература 1. Белышкин А. Типичные проблемы отечественного интерфейса и методы их предотвращения // Компьютерра. — 2002. — № 7. 2. Мандел Т. Разработка пользовательского интерфейса. — М.: ДМК-Пресс, 2001. 3. Ким Дж. О. и др Факторный, дискриминантный и кластерный анализ. — М Финансы и статистика, 1989. Секция вычислительных моделей технологических процессов 89 УДК — СВ. Петухов, Д.Ш. Катанов 2 petoukhov@hotmail.com, Институт машиноведения им. А.А. Благонравова РАН 2 Московский физико-технический институт (государственный университет) Матрицы генетического кода и генетические алгоритмы Наличие ДНК выявило единство молекулярных основ генетического кодирования у живых организмов. Достижения молекулярной генетики привели к новому определению самой жизни Жизнь есть партнерство между генами и математикой, 1999). Какая же математика состоит с генетическим кодом в партнерских отношениях Одним из развиваемых подходов к решению этой задачи является изучение матричных форм представления ансамблей молекулярных элементов генетического кода, кратко именуемое матричной генетикой (Петухов, 2009; Петухов, Катанов, 2009). Имеется много предпосылок для особого внимания к матричным представлениям генетического кода. Например, генетическое кодирование обладает высокой помехоустойчивостью, а современные помехоустойчивые коды базируются во многом на операциях с матрицами информация в компьютерах хранится в виде матриц и пр. Исследования по матричной генетике имеют целью развитие операционных математических моделей следующих биологических феноменов помехоустойчивости генетического кодирования наследуемости иерархий циклических процессов и систем, характерных для живых организмов синхронности наследуемых циклических процессов сжатости наследуемой информации, вырожденности генетического кода и др. В докладе представлены результаты исследования семейства генетических матриц типа [CA; U в связи с вырожденностью генетического кода, где C, A, U, G — азотистые основания генетического кода (цитозин, аденин, урацил и гуанин, которые обычно интерпретируются как буквы генетического алфавита (K) — кронеке- ровская степень. Особое внимание уделяется случаю K = 3, при котором генетическая (8 × матрица содержит все 64 генетических я научная конференция МФТИ ФАКИ-2 триплета в упорядоченной последовательности. Феноменологические особенности вырожденности генетического кода определяют деление этого множества 64 триплетов на два равных подмножества, которые неожиданно расположены симметрическим образом в матрицах типа [CA; U G] (3) . Набор таких симметрических геноматриц, которые сопряжены между собой посредством циклического сдвигов генетических элементов, открывает для нас новую возможность для понимания некоторого наследственного феномена циклических систем биологических структур. При этом обнаруживаются связи генетического кода с ортогональной системой функций Радемахера, специальным семейством матриц Адамара и ортогональными системами функций Уолша, известными в теории помехоустойчивого кодирования, спектрального анализа и пр. Демонстрируются содержательные математические свойства возникающих мозаичных геноматриц: инвариантность их связей с названными функциями Радемахера и Уолша при широком множестве перестановок генетических элементов в гено- матрицах, кардинально меняющих их мозаичный облик образование циклических групп матриц при возведении нормированных матриц в степени (генетические циферблаты) и др. Обсуждается применимость этих результатов к развитию так называемых генетических алгоритмов, активно используемых в последние десятилетия в различных областях науки и техники. Литература 1. Петухов СВ. Матричная генетика, алгебры генетического кода, помехоустойчивость. — М РХД, 2008. 2. Петухов СВ, Катанов Д.Ш. Введение в математическую биофизику. Элементы биоинформатики и биоинформационных технологий М МФТИ, 2009. Секция вычислительных моделей технологических процессов 91 УДК 551.465 В.И. Свирин 1 , А.В. Григорьев 2 , А.А. Соловьев, Московский физико-технический институт (государственный университет) 2 Государственный океанографический институт им. Н.Н. Зубова 3 Институт машиноведения им. А.А. Благонравова РАН Разработка алгоритма ассимиляции спутниковых данных о температуре поверхности моря в численных гидродинамических моделях Данные наблюдений заморскими акваториями носят нерегулярный повремени и пространству характер. В задаче ассимиляции данных вероятностными методами это приводит к необходимости учета нестационарного и неоднородного характера корреляционных функций ошибок гидродинамического прогноза. В случае усвоения данных, поступающих с дискретностью в одни сутки, для решения задачи можно воспользоваться методами оптимальной фильтрации [1]. Решение задачи фильтрации строится в приближении прогноза дисперсий ошибок σ 2 T (r,t) с последующим «восстановлением»корреляционных функций из соотношения) = где Q T (r,r 1 ) — — некоторая типичная нормированная корреляционная функция. Из анализа данных SST установлено, что наиболее точно (в смысле RMS) аналитическое представление Q T (r,r 1 ) является функция вида Q T (r,r 1 ) = e −a(r−r 1 ) . Уравнение для прогноза дисперсий ошибок моделирования температуры поверхности моря, в предположении некоррелированности пульсаций компонент скорости течений и температуры, можно получить из уравнения+ U ∂T ∂x + V ∂T ∂y + W ∂T ∂z = осреднением по Рейнольдсу. В приближении Рейнольдса уравнение эволюции корреляционной функции ошибок прогноза температуры) = T (r)T (r 1 ) имеет видя научная конференция МФТИ ФАКИ-2 С учетом (1) из (3) получим уравнение эволюции дисперсий ошибок+ U ∂σ 2 T ∂x + V ∂σ 2 T ∂y + W ∂σ 2 T ∂z = Разработанный алгоритм основан на комбинации вышеприведенного метода восстановления корреляционных функций ошибок и метода оптимальной интерполяции и включает следующие этапы) прогноз модельных характеристик до момента поступления измерений (температура T , соленость, скорости течений) прогноз дисперсий σ до момента поступления данных SST; 3) «восстановление»корреляционной функции ошибок прогноза в момент поступления данных SST; 4) корректировка поля температуры T по алгоритму оптимальной интерполяции) корректировка поля дисперсий по аналогичному алгоритму. Литература 1. Дорофеев В.Л., Коротаев Г.К. Ассимиляция данных спутниковой альтиметрии в вихреразрешающей модели циркуляции Черного моря // Морск. гидрофиз. — 2004. — № 1. — С. 52--68. УДК СВ. Сорокин svs@gootime.mobi Московский физико-технический институт (государственный университет) Ободном методе семантического расширения поисковых алгоритмов Поиск информации представляет собой процесс выявления в некотором множестве информационных объектов, всех тех, которые удовлетворяют заранее определенному условию поискового запроса или содержат необходимые соответствующие информационной потребности факты, сведения, данные [1]. Секция вычислительных моделей технологических процессов 93 Важным аспектом улучшения качества поиска является учёт социологических и демографических факторов, которые базируются на статистических методах обработки данных на естественном языке В настоящей работе рассмотрен оригинальный метод улучшения качества поиска за счет семантической модели. Алгоритм поиска базируется наследующих принципах расширение поискового запроса с использованием лингвистической семантики комбинаторный поиск по расширенному запросу расчёт релевантности на основе весов рёбер лингвистического графа сужение и дополнительное ранжирование результатов поиска на базе социального графа. На текущий момент осуществляется апробация предложенной методики и техническая реализация вычислительных алгоритмов и комплексов программ в рамках создания информационного сервиса персональных рекомендаций на карте Gootime Литература. |