Выбери любимый жанр

Выбрать книгу по жанру

Бизнес-Книги

Боевики

Детективы

Детские книги

Дом, Семья

Фантастика

Фэнтези

Искусство

Классика

Книги по психологии

Компьютеры

Любовные романы

Наука, Образование

Периодические издания

Поэзия, Драматургия

Повести, рассказы

Приключения

Публицистика

Религия

Современная проза

Справочники

Юмор

Зарубежная литература

Автор А. Емельянов

А. Емельянов


Книги автора А. Емельянов

Имитационное моделирование управляемых процессов химической кинетики
Имитационное моделирование управляемых процессов химической кинетики
Simulation modeling and fuzzy logic in real-time decision-making of airport services
Simulation modeling and fuzzy logic in real-time decision-making of airport services
Decision making by the aircrafts services of the international airport, which provides for intensive traffic of aircraft and their ground handling, becomes a very topical issue. If earlier it was believed that the intensity is provided only by the number of runways, nowadays a large accumulation of aircraft on the airport platform-field creates equally complex difficulties in comparison with aircraft take-offs and landings. Solving such problems with the use of «crisp methods» of queuing theory gives little. This article deals with modern «fuzzy methods» based on simulation modeling and fuzzy logic.
Выявление принадлежности точек к объектам территорий в имитационных моделях Actor Pilgrim
Выявление принадлежности точек к объектам территорий в имитационных моделях Actor Pilgrim
Имитационное моделирование сложных процессов, динамику которых необходимо апробировать не только во времени, но и в пространстве, невозможно без применения топографического информационного обеспечения моделей и точной привязки всех исследуемых пунктов к сложным пространственным объектам на поверхности Земли. Определение площади такого объекта – самая простая задача, она решается с помощью вычислительных методов геометрии. Однако распознавание точек, появляющихся в процессе моделирования, на принадлежность к этим объектам – это динамическая задача, для решения которой не существует универсальных методов. Ниже рассматриваются решения некоторых таких задач.
Назначение приоритетов в технологических хабах на основе имитационного моделирования и нечеткой логики
Назначение приоритетов в технологических хабах на основе имитационного моделирования и нечеткой логики
Задачи назначения приоритетов заявкам, работам, действиям и просто объектам деятельности решаются давно и по‑разному. В чисто технических системах, в том числе в компьютерных и системах связи, там, где можно четко запрограммировать процессы обслуживания, такие задачи считаются практически решенными, поскольку, во‑первых, анализируются два встречных процесса: процесс обслуживания и процесс ожидания, если обслуживающий узел занят, и во‑вторых, в основном учитываются временные параметры. При этом, как правило, минимизируется время ожидания для некоторых классов заявок. Однако в схемах многономенклатурных мелкосерийных производств, особенно наукоемкой продукции, эффективность производства или производственного участка зависит не только от прямых потерь времени, поскольку задержки могут оцениваться и по‑иному, с учетом ресурсов финансирования, ресурсов срочности и даже административного ресурса. Поэтому четкие правила и алгоритмы могут стать нечеткими, а задача минимизации потерь усложняется. Данная статья посвящена совместному применению имитационного моделирования и нечетко-логических алгоритмов в задачах оперативного назначения приоритетов.
Комплексное имитационное моделирование с применением генетических алгоритмов
Комплексное имитационное моделирование с применением генетических алгоритмов
Генетические алгоритмы в разных формах применяются к решению разных научно-технических задач. Они используются при создании вычислительных структур, в машинном обучении – при проектировании нейронных сетей или в управлении роботами. Они также применяются при моделировании развития в разных предметных областях, включая социальные-экономические системы. Также возможно и эвристико-математическое применение генетических алгоритмов для оптимизации многопараметрических функций. В случаях, когда точный оптимум не нужен, решением может считаться любое значение, лучшее, чем определенная заданная величина. Тогда генетические алгоритмы – хороший метод поиска «приемлемых» значений. 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 временных 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.