Оценка индивидуального сейсмического риска. Программа Научные и научнопедагогические кадры инновационной России
![]()
|
Manning C.D., Raghavan P., Schoetze H. Introduction to Information Retrieval. — Cambridge: Cambridge University Press, 2008. — P. 544. 2. Manning C.D., Schoetze H. Foundations of Statistical Natural Language Processing. — Massachusetts: The MIT Press, 1999. — P. 680. — http://gootime.mobi 94 я научная конференция МФТИ ФАКИ-2 УДК 551.464.4 В.В. Фомин, А.В. Григорьев 2 , В.А. Кубряков 2 , А.А. Соловьев, ag-privat@mail.ru, Московский физико-технический институт (государственный университет) 2 Государственный океанографический институт им. Н.Н. Зубова 3 Институт машиноведения им. А.А. Благонравова РАН Автоматизация процессов диагноза и прогноза динамики и термохалинных параметров вод Черного моря Моделирование термохалинной структуры и динамики морских вод является в настоящее время важной прикладной задачей. Целью данной работы было создание автоматизированной системы диагноза и прогноза термохалинных параметров и динамики вод Черного моря на основе широко применяемой модели динамики вод POM (Princeton Ocean Model). Princeton Ocean Model основана на полной системе уравнений термогидродинамики океана со свободной поверхностью в приближении Буссинеска и несжимаемости жидкости [1, Расчетная модель для ее реализации требует наличия начальных данных, получаемых с сервера, и пошагового выполнения этапов работ. Для решения поставленной задачи создана автоматизированная система, которая включает следующие блоки загрузку начальных данных с удаленного сервера загрузку полученных данных в директорию программы расчетов по общебассейновой модели Черного моря загрузку результатов общебассейновой модели и данных с ftp- сервера для расчетов региональной модели Черного моря (методом вложенных сеток, в данном случае для российской акватории Черного моря запуск программы Grads с необходимыми параметрами для визуализации полученных результатов Секция вычислительных моделей технологических процессов передачу результатов расчетов на сервер ФГУ «ГОИН». Результаты представлены в виде файлов с числовыми данными и графических изображений пространственных распределений температуры, солености, плотности, динамического уровня и векторов скоростей течений в заданном объеме и качестве картинок. Литература 1. Blumberg A.F., Mellor G.L. A description of a three-dimensional coastal ocean model // Coastal Estuarine Sci. — 1987. — V. 5 — P. 1--16. 2. Oguz T., Malanotte–Rizzoli P., Aubrey D. Wind and thermohaline circulation of the Black Sea by yearly mean climatological forcing // J. Geophys. Res. — 1995. — V. 100. — P. 6845--6863. УДК АС. Шестов, А.В. Марчен ко, Институт машиноведения им. А.А. Благонравова РАН 2 Государственный океанографический институт им. Н.Н. Зубова 3 The University Centre in Svalbard, Институт общей физики им. А.М. Прохорова РАН Термодинамическая консолидация килей ледовых торосов в морской воде при изменяющейся точке замерзания В работе рассмотрена консолидация блоков морского льда, погруженных в морскую воду при температуре замерзания, когда соленость и температура замерзания воды изменяется во времени. Теоретический анализ показал, что увеличение удельной теплоемкости морского льда с увеличением температуры — важный фактор, ответственный за замерзание воды вокруг погруженных вводу твердых ледяных блоков. Увеличение солености морского льда приводит к увеличению объема вновь образовавшегося льда вокруг блоков при увеличении точки замерзания окружающей морской воды. Выведена аналитическая формула, оценивающая изменение мак- ропористости блоков, вызванное изменением точки замерзания воды я научная конференция МФТИ ФАКИ-2 между двумя постоянными величинами. Расчеты с использованием этой формулы продемонстрировали, что макропористость ледовых блоков с соленостью 6 промилле уменьшается от начального значения допри увеличении температуры замерзания от до (рис. Расчет нестационарной задачи методом конечных элементов, выполненный при помощи пакета Comsol Multiphysics 3.5, с использованием условий, заданных выше, показал, что процесс консолидации блоков очень медленный и задней расчетного времени макропо- ристость блоков уменьшилась только до При использовании периодического изменения температуры замерзания воды в нестационарной задаче полная консолидация была достигнута в течение расчетных 250 дней. Консолидация инициировалась изменением температуры замерзания воды внутри полости от до с частотой полусуточного прилива. Значительное уменьшение макропористости наблюдалось уже через 110 дней расчетного времени. Таким образом, продемонстрировано, что периодическое изменение температуры замерзания воды внутри блоков является эффективным механизмом консолидации. Литература 1. Marchenko A.V. Thermodynamic consolidation and melting of sea ice ridges // Cold Reg. Sci. Technol. — 2008. — V. 52. — P. 278--301. 2. Marchenko A.V., Ogorodov S.A., Shestov A.V., Tsvetsinsky A.S. Ice gouging in the Baydaratskaya Bay: Field studies and numerical simulations // POAC-07 «Recent development of Offshore Engineering in Cold Regions». — 2007. — P. 747--759. 3. Shcwerdtfeger P. The thermal properties of sea ice // Journal of Glaciology. — 1962. — V. 4. — P. 789--807. 4. Shestov A.S., Marchenko A.V. Thermodynamic evolution of ice ridges under weather conditions in the Baydaratskaya Bay // Proceedings of 20th International Conference on «Port and Ocean Engineering under Arctic Conditions». — 2009. 5. ш V.K. The specific heat capacity of warm sea ice // Proceedings of 20th International Conference on «Port and Ocean Engineering under Arctic Conditions». — 2009. Секция вычислительных моделей технологических процессов 97 Рис. 1. Схема тороса с консолидированным слоем и блоками льда (а). Зависимость уменьшения макропористости блоков от температуры замерзания воды, окружающей их (б) Секция логистических систем и технологий УДК 338.2 А.В. Бахчиев AlanBakhchiev@gmail.com Московский физико-технический институт (государственный университет) ООО «Физикон» Анализ рынка e-learning в России на 2010 год Введение. Первоначальной целью исследования было повышение эффективности компании — поставщика услуг дистанционного обучения. Для максимальной достоверности результатов был применен системный подход. Рассмотрена деятельность не одной компании, но и конкурентов, с учетом статистики прошлых лет. Также важная роль отведена экономическим процессам внутри страны. Объект исследования. E-learning (признанный в России синоним дистанционное обучение) появился на рынке образовательных услуг не так давно, но стремительно наращивает долю образовательного рынка. В особенности это выражено на Западе, но и у нас в стране динамика уверенно положительна (см рис. 1). Популярность этой формы обучения объясняется тем, что она имеет ряд неоспоримых преимуществ по сравнению с традиционной. Например, для корпоративного сектора важно, что при этой форме процесс обучения можно сделать непрерывным. То есть в случае появления новых учебных материалов, обучающиеся проходят курс, не дожидаясь формирования групп и организации очных занятий Цели и задачи работы. Хотя рынок e-learning в России пока слаборазвит, конкуренция на нем присутствует, в частности на заказы от Министерства Образования РФ, а также других государственных ведомств. Кроме того, обучающие курсы по работе с популярными компьютерными программами, например, такими, как офисные пакеты Секция логистических систем и технологий 99 пользуются хоть и небольшим, но стабильным спросом. Целью был анализ распространенных сейчас продуктов, выявление недостатков, характерных для этого поколения продукции в целом, среднесрочный прогноз развития рынка, а также описание плана конкретных действий по выпуску и обновлению текущих продуктов компании. Выводы. 1. Потенциальный объем рынка e-learning в России велики он находится в стадии развития. Нынешнюю стадию развития можно охарактеризовать как незрелую. Максимальные прибыли достигаются при работе над государственными заказами, но конкуренция за них велика, а схемы получения грантов непрозрачны. Литература 1. Андреев А.А. Введение в дистанционное обучение. — М ВУ, 1997. — 85 с. Ибрагимов ИМ. Информационные технологии и средства дистанционного обучения. — М Издательский центр Академия. — 336 с. Рис. 1. Рост российского рынка e-learning, 2006–2012 (прогноз я научная конференция МФТИ ФАКИ-2 УДК ЮС. Захаров yurazakharov@mail.ru Московский физико-технический институт (государственный университет) Методика оценки частоты возникновения чрезвычайных ситуаций В работе [1] разработан алгоритм определения оценки частоты возникновения ЧС, основанный на подходах, используемых в таком авторитетном издании как [2]. В рамках этого похода частота возникновения аварийных ситуаций определяется как = N · где N ∗– средний для конкретного типа вещества ирода деятельности показатель вероятности аварийной ситуации — учитывающая организационно-управленческие аспекты обеспечения безопасности поправка, которая выставляется экспертом, поэтому ее часто называют экспертной оценкой. Слабые стороны этой методики заключаются в отсутствии явной зависимости от времени, а конкретнее, в данной методике нет учета срока службы оборудования, не отражается тот факт, что частота растет по мере износа оборудования и определяется с помощью распределения Вейбулла [3]. Еще один недостаток связан с неопределенностью определения Вторая методика учитывает изменение частоты возникновения ЧС во времени и позволяет избежать неопределенности в определении частоты возникновения ЧС Работа проводилась на основе оценки частоты возникновения ЧС на АЗС. При этом была получена следующая явная зависимость от времени) = λ 0 · 10 где λ 0 — начальная частота отказов — срок эксплуатации оборудования — время сначала функционирования оборудования, измеряемое в годах Секция логистических систем и технологий 101 Достоинство этого метода заключаются в том, что частота ЧС, использующаяся страховыми компаниями для определения страховой премии, растет со временем, а это в свою очередь может стать действенным инструментом стимулирования технического перевооружения и модернизации опасных объектов. Недостатками этой модели является ее недостаточная обоснованность и оценочный характер обоснования конечных формул. В докладе будет представлена модель, являющаяся попыткой объединить жесткую и обоснованную, ноне эффективную методику и эффективную, стимулирующую модернизацию оборудования, ноне достаточно обоснованную. Литература 1. Alle B.J.M. Risk analysis and risk policy in the Netherlands and the EEC // Journal of Loss Prevention in the Process Industries, 1991. — V. 4. — N 1. — P. 58–64 2. Manual for the classification and prioritization of risks due to major accidents in process and related industries. IAEA, Vienna, 1993. IAEA- TECDOC-727. ISSN1011-4289. 3. Гнеденко Б.В., Беляев Ю.К., Соловьев АД. Математические методы в теории надежности. Основные характеристики надежности и их статистический анализ. — М Наука, 1965. 4. Лебедева К.Ю. Анализ механизмов, стимулирующих модернизацию и техническое перевооружение инфраструктуры жизнедеятельности М МФТИ, 2010. 102 я научная конференция МФТИ ФАКИ-2 УДК 336.761.6 В.Е. Зямалов vadim.zyamalov@phystech.edu Московский физико-технический институт (государственный университет) Академия народного хозяйства при Правительстве РФ Формирование инвестиционного портфеля частного инвестора с учётом психологических особенностей инвестора На сегодняшний день де-факто стандартом описания выбора в условиях недостатка информации является теория ожидаемой полезности фон Неймана–Моргенштерна. Данная теория является простыми интуитивным способом описания подобного выбора. Однако следует отметить, что вскоре после создания этой теории появились эмпирические исследования, показывающие, что данная теория неадекватно описывает реальное поведение экономических агентов. Было предложено несколько моделей, которые пытались обойти данный недостаток теории ожидаемой полезности. Одна из таких теорий предполагает расширение теории ожидаемой полезности за счёт включения в модель специальной функции, которая связывала бы сделанный экономическим агентом выбор с отвергнутой им альтернативой. Поэтому данная теория была названа теорией сожаления, так как в ней фактически была предпринята попытка сделать математическое описание такой психологической особенности, как чувство сожаления. Однако и у этой модели есть недостатки. Один из них заключается в том, что она описывает только выбор из двух альтернатив. Автор доклада попытался расширить данную модель для возможности применения её при описании процесса формирования инвестиционного портфеля в непрерывном случае. В результате был получен теоретический вывод если в случае рационального выбора предельная норма замещения актива m в портфеле активом n в состоянии природы с большим значением функции полезности больше, чем в состоянии природы с меньшим значением функции полезности, тов случае нерациональности агент будет приобретать больше актива нежели n. Секция логистических систем и технологий 103 Также автором была проведена эмпирическая проверка выводов модели, результаты которой показали, что на фондовом рынке России можно обнаружить следы влияния инвесторов, подверженных влиянию эффекта сожаления. Литература 1. Айвазян С.А., Мхитарян В.С. Прикладная статистика. Основы эконометрики. Т. 1. — М ЮНИТИ-ДАНА, 2001. — 656 с. Интрилигатор М. Математические методы оптимизации и экономическая теория / перевод с англ под ред. А.А. Конюса. — М.: Издательство Прогресс, 1975. — 606 с. Капитоненко В.В. Финансовая математика и её приложения. М ПРИОР, 1999. — 144 с. фон Нейман Дж, Моргенштерн О. Теория игр и экономическое поведение / перс англ. под редис доб. Н.Н. Воробьёва. — М.: Главная редакция физико-математической литературы издательства «Наука», 1970. — 708 с. Носко В.П. Эконометрика для начинающих Основные понятия, элементарные методы, границы применимости, интерпретация результатов. — М Институт экономики переходного периода, 2000. — 254 с. Savage L.J. The Foundations of Statistics. — New York, NY: Dover Publications, Inc., 1972. — 376 p. 7. Loomes G., Sugden R. Regret Theory: An Alternative Theory of Rational Choice under Uncertainty // The Economic Journal. — 1982. — V. 92, N. 368. — P. 805--824. 8. Kahneman D., Tversky A. Prospect Theory: An Analysis of Decision under Risk. // Econometrica. — 1979. — V. 42, N. 2. — P. 263--292. 104 я научная конференция МФТИ ФАКИ-2 УДК 656.073 О.О. Костюрина oxana.kostyurina@gmail.com Московский физико-технический институт (государственный университет) ООО «Микротех» Системы 3PL и 4PL: аутсорсинг в цепях поставок Аутсорсинг в сфере логистики давно уже перестал быть ноу-хау: активное развитие торговли, расширение рынков закупки (поставки) и сбыта продукции вызвали у большинства компаний необходимость привлечения посредников в области организации доставки и складирования грузов. В свою очередь острейшая конкуренция между ведущими грузоперевозчиками заставила последних искать новые пути борьбы за клиента, и одним из таких механизмов сегодня становятся услуги 3PL- и операторов (провайдеров). 3PL-провайдеры. оператора определяют как компанию, которая предоставляет разнообразные логистические услуги для клиентов. В услуги, которые предоставляет провайдер, входят транспортировка, хранение, кросс-докинг, управление запасами, упаковка и экспедирование грузов. Для осуществления своих функций провайдер должен иметь в собственности (или снимать в аренду) складское хозяйство, транспортный парк, перевалочные склады. К операторам предъявляются также следующие требования Высокий уровень объектов Запас прочности в площадях Разветвленная транспортная сеть Возможность нормирования типовых операций Конкурентоспособная стоимость оказываемых услуг. 4PL-провайдеры. Основными организационными, отличающими провайдера от остальных предшественников, являются следующие структуры отдел закупок, отдел по управлению запасами, отдел по бренд-менеджменту. Секция логистических систем и технологий 105 Ключевые задачи, которые могут относиться к спектру услуг 4PL: • оперативное, тактическое и частично стратегическое планирование и оптимизация цепочек поставок интеграция информационно-технологических систем стратегическое планирование сетей слежение за прохождением распоряжений планирование использования транспорта планирование и оптимизация маршрутов слежение и маршрутизация управление складами и запасами управление доходами управление документооборотом (бумажным, электронным лизинг кадров финансовые услуги консалтинг. Весь комплекс услуг может быть не выполнен силами одного предприятия, в компетенции 4PL находится привлечение услуг исполнителя. Обычно такими исполнителями являются логистические провайдеры 3-го уровня, привлекаемые для оперативной реализации физических логистических услуг. Недостатки 4PL. • Риск потери контроля Отсутствие опыта в компании Вопрос распределения прибыли я научная конференция МФТИ ФАКИ-2 Литература 1. Титюхин Н.Ф. Быть ли в России 4PL провайдерам // ЛО- ГИНФО. — 2007. — № 108. 2. Гегамов Н, Долгих А. Эта многосторонняя логистика. Iteam. — URL: http://www.iteam.ru/publications/logistics/section_ 80/ article_ 2809/ 3. операторы. Кто они такие // Услуги и цены. — 2006. — № 19. 4. Richardson H. What are you willing to give up? // Logistics Today. — 2005. — URL: http://logisticstoday.com/logistics_services /3 pls / outlog_story_ 7028/ УДК 608.2 Р.Д. Неверов neveroff1986@ya.ru Московский физико-технический институт (государственный университет) Системный анализ проблем безопасности и логистических рисков в наноиндустрии Появление в конце ХХ века новой области науки и техники — нанотехнологий — неизбежно влечёт за собой появление новых разработок в области безопасности, логистики и управления рисками. Анализ мировой практики показывает, что понятие «нанобезопас- ность»наиболее часто употребляют в следующем контексте «Нано- безопасность — это состояние защищенности потребителя, персонала, населения, объектов экономики и инфраструктуры, а также окружающей среды от опасности, исходящей от нанотехнологий и наномате- риалов, в любом её проявлении». Постановка задачи. В работе выявляются тенденции складывающейся системы нанобезопасности, оцениваются риски, связанные с логистикой наноматериалов и нанотехнологий, и проводится анализ наиболее перспективных путей вхождения Российской Федерации в мировую систему нанобезопасности. Секция логистических систем и технологий 107 Складывающиеся тенденции создающихся систем нанобезопасно- сти могут выглядеть подобно предложенной в данной работе модели (рис. Проведенный анализ складывающейся системы нанобезопасности в РФ показывает, что существующие и разрабатываемые классификаторы в базе данных нанотехнологий требуют дополнительной проработки в разделах о свойствах нанопродукции. Необходима разработка нормативно-правовых документов и стандартов в области логистики, риск-менеджмента и жизненного цикла нанотехнологий. Анализ проблем нанобезопасности в логистике выявил возможные риски, связанные с выполнением логистических операций, и установил необходимость разработки нормативно-правовой базы, инструкций для персонала, стандартов по проведению логистической деятельности в области наноматериалов. Также была выявлена необходимость проведения разработок систем и методик оценки риска и управления рисками в логистической деятельности в случае, когда объектом логистической деятельности выступает продукция, содержащая нанообъекты. Отмечено широкое сотрудничество между организациями, ведущими разработки в области нанобезопасности, и общеевропейскими организациями, отвечающими за безопасность потребителя. Сравнительный анализ показал, что наиболее подходящими для внедрения в РФ стандартами в области управления жизненного цикла и оценки риска являются технологии, разработанные в странах Евросоюза. Литература 1. |