Текущий выпуск Номер 1, 2024 Том 16

Все выпуски

Результаты поиска по 'алгоритмы Монте-Карло':
Найдено статей: 17
  1. От редакции
    Компьютерные исследования и моделирование, 2022, т. 14, № 2, с. 209-212
  2. От редакции
    Компьютерные исследования и моделирование, 2018, т. 10, № 4, с. 379-381
    Просмотров за год: 36.
  3. От редакции
    Компьютерные исследования и моделирование, 2019, т. 11, № 1, с. 5-7
    Просмотров за год: 27.
  4. От редакции
    Компьютерные исследования и моделирование, 2020, т. 12, № 5, с. 939-942
  5. От редакции
    Компьютерные исследования и моделирование, 2020, т. 12, № 6, с. 1261-1264
  6. От редакции
    Компьютерные исследования и моделирование, 2021, т. 13, № 1, с. 5-8
  7. От редакции
    Компьютерные исследования и моделирование, 2023, т. 15, № 6, с. 1415-1418
  8. Прохоров И.В., Жуплев А.С.
    Об эффективности методов максимального сечения в теории переноса излучения
    Компьютерные исследования и моделирование, 2013, т. 5, № 4, с. 573-582

    В работе рассматриваются две модификации метода максимального сечения для решения стационарного уравнения переноса излучения в трехмерной неоднородной среде. Обе модификации основаны на применении метода Монте-Карло к суммированию ряда Неймана для решения уравнения переноса. Одна из них — традиционная, вторая — основана на использовании ветвящихся цепей Маркова. Проводится численное сравнение этих алгоритмов.

    Ключевые слова: уравнение переноса излучения, алгоритмы Монте-Карло, метод максимального сечения.
    Просмотров за год: 4. Цитирований: 2 (РИНЦ).
  9. Никулин А.С., Жедяевский Д.Н., Федорова Е.Б.
    Применение искусственных нейронных сетей для подбора состава смесевого хладагента с заданной кривой кипения
    Компьютерные исследования и моделирование, 2022, т. 14, № 3, с. 593-608

    В работе представлен метод подбора состава смесевого хладагента (СХА) с заданной изобарной кривой кипения с помощью искусственной нейронной сети (ИНС). Данный метод основан на использовании 1D-слоев сверточной нейронной сети. Для обучения нейронной сети была применена термодинамическая модель простого теплообменника в программе UniSim design с использованием уравнения состояния Пенга–Робинсона. С помощью термодинамической модели была создана синтетическая база данных по изобарным кривым кипения СХА разного состава. Для записи базы данных был разработан алгоритм на языке программирования Python, и с помощью COM интерфейса была выгружена информация по изобарным кривым кипения для 1 049 500 вариантов состава СХА. Генерация составов СХА была проведена с помощью метода Монте-Карло с равномерным распределением псевдослучайного числа. Авторами разработана архитектура искусственной нейронной сети, которая позволяет подбирать состав СХА. Для обучения ИНС была применена методика циклически изменяемого коэффициента обучения. В результате применения обученной ИНС был подобран состав СХА с минимальным температурным напором 3 К, а максимальным — не более 10 К между горячим и холодным потоками в теплообменнике. Было проведено сравнение предложенного метода с методом поиска наилучшего совпадения в исходной выборке по методу $k$-ближних соседей, а также со стандартным методом оптимизации SQP в программе UniSim design. Показано, что искусственная нейронная сеть может быть использована для подбора оптимального состава хладагента при анализе кривой охлаждения природного газа. Разработанный метод может помочь инженерам подбирать состав СХА в режиме реального времени, что позволит сократить энергетические затраты на сжижение природного газа.

    Ключевые слова: сжиженный природный газ, СПГ, оптимизация производства СПГ, смесевой хладагент, СХА, нейронные сети, искусственный интеллект.
  10. Ковтанюк А.Е.
    Алгоритмы параллельных вычислений в задачах радиационно кондуктивного теплообмена
    Компьютерные исследования и моделирование, 2012, т. 4, № 3, с. 543-552

    Рассматриваются задачи радиационно-кондуктивного теплообмена в рассеивающем слое, заключающиеся в нахождении температурного профиля и улучшении теплоотдачи от границ слоя. Для их решения применяется итерационный рекурсивный алгоритм, основанный на методе Монте-Карло. Анализируются различные подходы параллелизации предложенного алгоритма.

    Ключевые слова: радиационный перенос тепла, кондуктивный теплообмен, метод Монте-Карло.
    Просмотров за год: 2. Цитирований: 5 (РИНЦ).
Страницы: следующая

Журнал индексируется в Scopus

Полнотекстовая версия журнала доступна также на сайте научной электронной библиотеки eLIBRARY.RU

Журнал входит в систему  Российского индекса научного цитирования.

Журнал включен в базу данных Russian Science Citation Index (RSCI) на платформе Web of Science

Международная Междисциплинарная Конференция "Математика. Компьютер. Образование"

Международная Междисциплинарная Конференция МАТЕМАТИКА. КОМПЬЮТЕР. ОБРАЗОВАНИЕ.

Copyright © 2009–2024 Институт компьютерных исследований