Все выпуски

В предположении анизотропии свойств жидкости и среды моделируется возникновение гравитационной конвекции в пористом прямоугольнике, насыщенном теплопроводной жидкостью с примесью и подогреваемом снизу. Рассматривается плоская задача на основе уравнений Дарси – Буссинеска для бинарной жидкости с учетом эффекта Соре. Устанавливаются условия, при которых система уравнений относительно функции тока, отклонений температуры и концентрации от равновесного состояния является косимметричной и возможно ответвление от механического равновесия непрерывного семейства стационарных движений.

Показано, что в условиях существования косимметрии имеются подобласти параметров, для которых критические значения температурного и концентрационного чисел Рэлея находятся по явным формулам. Для случая монотонной неустойчивости механического равновесия выведены формулы критических чисел Рэлея и приведены результаты подтверждающих вычислений.

Развита конечно-разностная дискретизация задачи второго порядка точности по пространственным переменным, сохраняющая косимметричность исследуемой системы. С помощью разработанной численной схемы проведен анализ устойчивости механического равновесия при различных комбинациях управляющих параметров.

На плоскости температурного и концентрационного чисел Рэлея представлены нейтральные кривые устойчивости механического равновесия и рассчитаны участки колебательной неустойчивости. Установлена зависимость от параметров термодиффузии концентрационного числа Рэлея, при котором колебательная неустойчивость предшествует монотонной. В общей ситуации, когда не выполняются условия косимметрии, выведенные формулы критических чисел Рэлея могут быть использованы для оценки порогов возникновения конвекции.

В данной работе рассматриваются различные подходы к усреднению обобщенных цен передвижений, рассчитанных для разных способов передвижения в транспортной сети. Под способом передвижения понимается как вид транспорта, например легковой автомобиль или транспорт общего пользования, так и передвижение без использования транспорта, например пешком. Задача расчета матриц передвижений включает в себя задачу вычисления суммарных матриц, иными словами — оценку общего спроса на передвижения всеми способами, а также задачу расщепления матриц по способам передвижений, называемого также модальным расщеплением. Для расчета матриц передвижений используют гравитационные, энтропийные и иные модели, в которых вероятность передвижения между районами оценивается на основе некоторой меры удаленности этих районов друг от друга. Обычно в качестве меры дальности используется обобщенная цена передвижения по оптимальному пути между районами. Однако обобщенная цена передвижения отличается для разных способов передвижения. При расчете суммарных матриц передвижений возникает необходимость усреднения обобщенных цен по способам передвижения. К процедуре усреднения предъявляется естественное требование монотонности по всем аргументам. Этому требованию не удовлетворяют некоторые часто применяемые на практике способы усреднения, например усреднение с весами. Задача модального расщепления решается применением методов теории дискретного выбора. В частности, в рамках теории дискретного выбора разработаны корректные методы усреднения полезности альтернатив, монотонные по всем аргументам. Авторы предлагают некоторую адаптацию методов теории дискретного выбора для применения к вычислению усредненной цены передвижений в гравитационной и энтропийной моделях. Перенос формул усреднения из контекста модели модального расщепления в модель расчета матриц передвижений требует ввода новых параметров и вывода условий на возможное значение этих параметров, что и было проделано в данной статье. Также были рассмотрены вопросы перекалибровки гравитационной функции, необходимой при переходе на новый метод усреднения, если имеющаяся функция откалибрована с учетом использования средневзвешенной цены. Предложенные методики были реализованы на примере небольшого фрагмента транспортной сети. Приведены результаты расчетов, демонстрирующие преимущество предложенных методов.