Все выпуски

Функциональное моделирование процессов свертывания крови, в частности возникновения фибрин–полимерных сгустков, имеет большое значение для прикладных вопросов медицинской биофизики. Несмотря на некоторые неточности в математических моделях, качественные результаты представляют огромный интерес для экспериментаторов как средство анализа возможных вариантов развития их работ. При достижении хорошего количественного совпадения с экспериментальными результатами такие модели могут быть использованы для технологических применений. Целью данной работы является моделирование процесса многоступенчатой полимеризации фибрина и сопряженного с ними золь-гель-перехода — возникновения фибрин-полимерной сетки в точечной системе. Для программной реализации и численных экспериментов используется неявный метод Розенброка второго порядка с комплексными коэффициентами (CROS). В работе представлены результаты моделирования и проведен анализ чувствительности численных решений к коэффициентам математической модели методами вариации. Показано, что в физиологическом диапазоне параметров констант модели существует лаг-период 20 секунд между началом реакции и возникновением зародышей фибрин-полимерной сетки, что хорошо соответствует экспериментальным наблюдениям подобных систем. Показана возможность появления нескольких $(n = 1–3)$ последовательных золь-гель-переходов. Такое необычное поведение системы является прямым следствием наличия нескольких фаз в процессе полимеризации фибрина. На последнем этапе раствор олигомеров фибрина длины 10 может достичь полуразбавленного состояния. Это, в свою очередь, приведет к исключительно быстрой кинетике формирования фибрин-полимерной сетки, управляемой вращательной диффузией олигомеров. Если же состояние полуразбавленного раствора не достигается, то образование фибрин-полимерной сетки контролируется трансляционной диффузией, которая является существенно более медленным процессом. Такой дуализм в процессе золь-гель-перехода привел к необходимости введения функции переключения в уравнения для кинетики образования фибрин-полимера. Ситуация с последовательными золь-гель-переходами соответствует экспериментальным системам, где вследствие физических процессов, таких как пресипитация, фибрин-полимерная сетка может быть быстро удалена из объема.

В данной работе рассматривается управляемое движение в идеальной жидкости винтового тела с тремя лопастями за счет вращения трех внутренних роторов. Ставится задача выбора управляющих воздействий, обеспечивающих движение тела вблизи заданной траектории. Для определения управлений, гарантирующих движение вблизи заданной кривой, предложены методы, основанные на применении гибридных генетических алгоритмов (генетические алгоритмы с вещественным кодированием с дополнительным обучением лидера популяции каким-либо градиентным методом) и искусственных нейронных сетей. Корректность работы предложенных численных методов оценивается с помощью полученных ранее дифференциальных уравнений, определяющих закон изменения управляющих воздействий для заданной траектории.

В подходе на основе гибридных генетических алгоритмов исходная задача минимизации интегрального функционала сводится к минимизации функции многих переменных. Заданный временной интервал разбивается на малые элементы, на каждом из которых управляющие воздействия аппроксимируются полиномами Лагранжа 2 и 3 порядков. Гибридные генетические алгоритмы при соответствующих настройках воспроизводят решение, близкое точному. Однако стоимость расчета 1 секунды физического процесса составляет порядка 300 секунд процессорного времени.

Для повышения быстродействия расчета управляющих воздействий предложен алгоритм на основе искусственных нейронных сетей. В качестве входного сигнала нейронная сеть принимает компоненты требуемого вектора перемещения. В качестве выходного сигнала возвращаются узловые значения полиномов Лагранжа, приближенно описывающих управляющие воздействия. Нейронная сеть обучается хорошо известным методом обратного распространения ошибки. Обучающая выборка генерируется с помощью подхода на основе гибридных генетических алгоритмов. Расчет 1 секунды физического процесса с помощью нейронной сети требует примерно 0.004 секунды процессорного времени. То есть на 6 порядков быстрее по сравнению в гибридным генетическим алгоритмом. Управление, рассчитанное с помощью искусственной нейронной сети, отличается от точного. Однако, несмотря на данное отличие, обеспечивает достаточно точное следование по заданной траектории.

В статье рассматривается одна из задач транспортного моделирования — поиск равновесного распределения транспортных потоков в сети. Для описания временных издержек и распределения потоков в сети, представляемой с помощью графа, используется классическая модель Бэкмана. При этом поведение агентов не является полностью рациональным, что описывается посредством введения марковской логит-динамики: в каждый момент времени водительвыбирает маршрут случайно согласно распределению Гиббса с учетом текущих временных затрат на ребрах графа. Таким образом, задача сводится к поиску стационарного распределения для данной динамики, которое является стохастическим равновесием Нэша – Вардропа в соответствующей популяционной игре загрузки транспортной сети. Так как данная игра является потенциальной, эта задача эквивалентна минимизации некоторого функционала от распределения потоков, причем стохастичностьпро является в появлении энтропийной регуляризации. Для полученной задачи оптимизации построена двойственная задача. Для ее решения применен универсальный прямо-двойственный градиентный метод. Его особенность заключается в адаптивной настройке на локальную гладкость задачи, что особенно важно при сложной структуре целевой функции и невозможности априорно оценитьг ладкость с приемлемой точностью. Такая ситуация имеет место в рассматриваемой задаче, так как свойства функции сильно зависят от транспортного графа, на который мы не накладываем сильных ограничений. В статье приводится описание алгоритма, в том числе подробно рассмотрено применение численного дифференцирования для вычисления значения и градиента целевой функции. В работе представлены теоретическая оценка времени работы алгоритма и результаты численных экспериментов на примере небольшого американского города.

В работе рассматривается применение технологии Message Passing Interface (MPI) для распараллеливания программного алгоритма, основанного на сеточно-характеристическом методе, применительно к численному решению уравнения линейной теории упругости. Данный алгоритм позволяет численно моделировать распространение динамических волновых возмущений в твердых деформируемых телах. К такого рода задачам относится решение прямой задачи распространения сейсмических волн, что представляет интерес в сейсмике и геофизике. Во снове решателя лежит сеточно-характеристический метод. В работе предложен способ уменьшения времени взаимодействия между процессами MPI в течение расчета. Это необходимо для того, чтобы можно было производить моделирование в сложных постановках, при этом сохраняя высокую эффективность параллелизма даже при большом количестве процессов. Решение проблемы эффективного взаимодействия представляет большой интерес, когда в расчете используется несколько расчетных сеток с произвольной геометрией контактов между ними. Сложность данной задачи возрастает, если допускается независимое распределение узлов расчетных сеток между процессами. В работе сформулирован обобщенный подход для обработки контактных условий в терминах переинтерполяции узлов из заданного участка одной сетки в определенную область второй сетки. Предложен эффективный способ распараллеливания и установления эффективных межпроцессорных коммуникаций. Приведены результаты работы реализованного программного кода: получены волновые поля и сейсмограммы как для 2D-, так и для 3D-постановок. Показано, что данный алгоритм может быть реализован в том числе на криволинейных расчетных сетках. Рассмотренные постановки демонстрируют возможность проведения расчета с учетом топографии среды и криволинейных контактов между слоями. Это позволяет получать более точные результаты, чем при расчете только с использованием декартовых сеток. Полученная эффективность распараллеливания — практически 100% вплоть до 4096 процессов (за основу отсчета взята версия, запущенная на 128 процессах). Дале наблюдается ожидаемое постепенное снижение эффективности. Скорость спада не велика, на 16384 процессах удается сохранить 80%-ную эффективность.

Для математического моделирования несвязного речного дна широко используется уравнение Экснера совместно с феноменологическими моделями транспорта наносов. В случае моделирования эволюции дна простой геометрической формы такой подход позволяет получить точное решение без каких-либо затруднений. Однако в случае моделирования неустойчивого дна сложной геометрической формы в ряде случаев возникает численная неустойчивость, которую сложно отделить от естественной физической неустойчивости.

В настоящей работе выполнен анализпр ичин возникновения численной неустойчивости при моделировании эволюции дна сложной геометрической формы с помощью уравнения Экснера и феноменологических моделей расхода наносов. Показано, что при численном решении уравнения Экснера, замкнутого феноменологической моделью транспорта наносов, могут реализовываться два вида неопределенности. Первая неопределенность возникает при условии транзита наносов над областью дна, где деформаций не происходит. Вторая неопределенность возникает в точках экстремума донного профиля, когда расход наносов меняется, а дно остается неизменным. Авторами выполнено замыкание уравнения Экснера с помощью аналитической модели транспорта наносов, которое позволило преобразовать уравнение Экснера к уравнению параболического типа. Анализполу ченного уравнения показал, что его численное решение не приводит к возникновению вышеуказанных неопределенностей. Параболический вид преобразованного уравнения Экснера позволяет применить для его решения эффективную и устойчивую неявную центрально-разностную схему.

Выполнено решение модельной задачи об эволюции дна при периодическом распределении придонного касательного напряжения. Для численного решения задачи использовалась явная центрально-разностная схема с применением и без применения метода фильтрации и неявная центрально-разностная схема. Показано, что явная центрально-разностная схема теряет устойчивость в области экстремума донного профиля. Использование метода фильтрации привело к повышенной диссипативности решения. Решение с помощью неявной центрально-разностной схемы соответствует закону распределения придонного касательного напряжения и является устойчивым во всей расчетной области.

Представлена новая дискретная эколого-эволюционная математическая модель, в которой реализованы механизмы поиска эволюционно устойчивых маршрутов миграции рыбных популяций. Предложенные адаптивные конструкции имеют малую размерность и поэтому обладают высоким быстродействием, что позволяет проводить компьютерные расчеты на длительный срок за приемлемое машинное время. При исследовании устойчивости использованы как геометрические подходы нелинейного анализа, так и компьютерные асимптотические методы. Динамика миграции рыбной популяции описывается некоторой марковской матрицей, которая может изменяться в процессе эволюции. В семействе марковских матриц (фиксированной размерности) выделены базисные матрицы, которые использованы для генерации маршрутов миграции мутантов. В результате конкуренции исходной популяции с мутантами выявляется перспективное направление эволюции пространственного поведения рыбы при заданном промысле и кормовой базе. Данная модель была применена к решению проблемы оптимального вылова на долгосрочную перспективу, при условии, что водоем разделен на две части, у каждой из которых свой собственник. При решении оптимизационных задач используется динамическое программирование, основанное на построении функции Беллмана. Обнаружена парадоксальная стратегия заманивания, когда один из участников промысла на своей акватории временно сокращает вылов. В этом случае мигрирующая рыба больше времени проводит в этом районе (при условии равной кормовой базы). Такой маршрут эволюционно закрепляется и не изменяется даже после возобновления промысла в этом районе. Второй участник промысла может восстановить статус-кво, применив заманивание на своей части акватории. Возникает бесконечная последовательность заманиваний — своеобразная игра в поддавки. Введено новое эффективное понятие — внутренняя цена рыбной популяции, зависящая от района водоема. По сути, эти цены представляют собой частные производные функции Беллмана и могут быть использованы в качестве налога на выловленную рыбу. В этом случае проблема многолетнего промысла сводится к решению задачи одногодичной оптимизации.

В работе рассматривается задача стационарной смешанной конвекции и теплообмена вязкой теплопроводной жидкости в плоской квадратной каверне с подвижной верхней крышкой. Нагретая верхняя стенка каверны имеет температуру $T_{\mathrm{H}}$, холодная нижняя — $T_\mathrm{0}$ $(T_\mathrm{H} > T_\mathrm{0})$, а боковые стенки каверны теплоизолированы. Особенностью задачи является тот факт, что плотность жидкости может принимать произвольные значения в зависимости от величины перегрева крышки каверны. Математическая постановка включает в себя уравнения Навье–Стокса в переменных «скорость–давление» и баланса тепла, сформулированные с учетом несжимаемости течения жидкости и воздействия объемной силы плавучести. Разностная аппроксимация исходных дифференциальных уравнений выполнена методом контрольного объема. Численные решения задачи получены на сетке $501 \times 501$ для следующих значений параметров подобия: число Прандтля Pr = 0.70; число Рейнольдса Re = 100, 1000; число Ричардсона Ri = 0.1, 1, 10 и относительный перегрев верхней стенки $(T_\mathrm{H} − T_\mathrm{0})/T_\mathrm{0} = 0, 1, 2, 3$. Достоверность полученных результатов подтверждена их сравнением с литературными данными. Представлены подробные картины течения в виде линий тока и изотерм перегрева потока. Показано, что увеличение значения числа Ричардсона (рост влияния силы плавучести) приводит к принципиальному изменению структуры течения жидкости. Также установлено, что учет переменности плотности жидкости приводит к ослаблению влияния роста Ri на трансформацию структуры течения. Это связано с тем, что изменение плотности в замкнутом объеме всегда приводит к возникновению зон с отрицательной плавучестью. Как следствие, конкуренция положительных и отрицательных объемных сил приводит в целом к ослаблению эффекта плавучести. Также проанализировано поведение коэффициентов теплоотдачи (числа Нуссельта) и трения вдоль нижней стенки каверны в зависимости от параметров задачи. Выявлено, что влияние переменности плотности на эти коэффициенты тем больше, чем большие значения при прочих равных условиях принимает число Ричардсона.

Настоящая статья описывает разработанную авторами модель построения распределенной вычислительной сети и осуществления в ней распределенных вычислений, которые выполняются в рамках программно-информационной среды, обеспечивающей управление информационными, автоматизированными и инженерными системами интеллектуальных зданий. Представленная модель основана на функциональном подходе с инкапсуляцией недетерминированных вычислений и различных побочных эффектов в монадические вычисления, что позволяет применять все достоинства функционального программирования для выбора и исполнения сценариев управления различными аспектами жизнедеятельности зданий и сооружений. Кроме того, описываемая модель может использоваться совместно с процессом интеллектуализации технических и социотехнических систем для повышения уровня автономности принятия решений по управлению значениями параметров внутренней среды здания, а также для реализации методов адаптивного управления, в частности применения различных техник и подходов искусственного интеллекта. Важной частью модели является направленный ациклический граф, который представляет собой расширение блокчейна с возможностью существенным образом снизить стоимость транзакций с учетом выполнения смарт-контрактов. По мнению авторов, это позволит реализовать новые технологии и методы (распределенный реестр на базе направленного ациклического графа, вычисления на краю и гибридную схему построения искусственных интеллектуальных систем) и все это вместе использовать для повышения эффективности управления интеллектуальными зданиями. Актуальность представленной модели основана на необходимости и важности перевода процессов управления жизненным циклом зданий и сооружений в парадигму Индустрии 4.0 и применения для управления методов искусственного интеллекта с повсеместным внедрением автономных искусственных когнитивных агентов. Новизна модели вытекает из совокупного рассмотрения распределенных вычислений в рамках функционального подхода и гибридной парадигмы построения искусственных интеллектуальных агентов для управления интеллектуальными зданиями. Работа носит теоретический характер. Статья будет интересна ученым и инженерам, работающим в области автоматизации технологических и производственных процессов как в рамках интеллектуальных зданий, так и в части управления сложными техническими и социотехническими системами в целом.

В данной работе рассматривается параллельный метод решения задач однофазной фильтрации в трещиноватой пористой среде, основанный на представлении трещин вложенными в расчетную сетку поверхностями и называемый в литературе моделью (или методом) вложенных дискретных трещин. В рамках модели пористая среда и крупные трещины представляются в виде двух независимых континуумов. Отличительной особенностью рассматриваемого подхода является то, что расчетная сетка не перестраивается под положение трещин, при этом для каждой ячейки, пересекаемой трещиной, вводится дополнительная степень свободы. Дискретизация потоков между введенными континуумами трещин и пористой среды использует преднасчитанные характеристики пересечения поверхностей трещин с трехмерной расчетной сеткой. При этом дискретизация потоков внутри пористой среды не зависит от потоков между континуумами. Это позволяет интегрировать модель в уже существующие симуляторы многофазных течений в пористых коллекторах и при этом точно описывать поведение течений вблизи трещин.

Ранее автором был предложен монотонный метод вложенных дискретных трещин, основанный на применении метода конечных объемов с нелинейными схемами дискретизации потоков внутри пористой среды: монотонной двухточечной схемы или компактной многоточечной схемы с дискретным принципом максимума. Было доказано, что дискретное решение полученной нелинейной задачи для системы «пористая среда + трещины» сохраняет неотрицательность или удовлетворяет дискретному принципу максимума в зависимости от выбора схемы дискретизации.

Данная работа является продолжением предыдущих исследований. Предложенный метод был параллелизован с помощью программной платформы INMOST и протестирован. Были использованы такие возможности INMOST, как сбалансированное распределение сетки по процессорам, масштабируемые методы решения разреженных распределенных систем линейных уравнений и другие. Были проведены параллельные расчеты, демонстрирующие хорошую масштабируемость при увеличении числа процессоров.

В данной работе рассматриваются задачи выпуклой стохастической оптимизации, возникающие в анализе данных (минимизация функции риска), а также в математической статистике (минимизация функции правдоподобия). Такие задачи могут быть решены как онлайн-, так и офлайн-методами (метод Монте-Карло). При офлайн-подходе исходная задача заменяется эмпирической задачей — задачей минимизации эмпирического риска. В современном машинном обучении ключевым является следующий вопрос: какой размер выборки (количество слагаемых в функционале эмпирического риска) нужно взять, чтобы достаточно точное решение эмпирической задачи было решением исходной задачи с заданной точностью. Базируясь на недавних существенных продвижениях в машинном обучении и оптимизации для решения выпуклых стохастических задач на евклидовых шарах (или всем пространстве), мы рассматриваем случай произвольных шаров в $p$-нормах и исследуем, как влияет выбор параметра $p$ на оценки необходимого числа слагаемых в функции эмпирического риска.

В данной работе рассмотрены как выпуклые задачи оптимизации, так и седловые. Для сильно выпуклых задач были обобщены уже имеющиеся результаты об одинаковых размерах выборки в обоих подходах (онлайн и офлайн) на произвольные нормы. Более того, было показано, что условие сильной выпуклости может быть ослаблено: полученные результаты справедливы для функций, удовлетворяющих условию квадратичного роста. В случае когда данное условие не выполняется, предлагается использовать регуляризацию исходной задачи в произвольной норме. В отличие от выпуклых задач седловые задачи являются намного менее изученными. Для седловых задач размер выборки был получен при условии $\gamma$-роста седловой функции по разным группам переменных. Это условие при $\gamma = 1$ есть не что иное, как аналог условия острого минимума в выпуклых задач. В данной статье было показано, что размер выборки в случае острого минимума (седла) почти не зависит от желаемой точности решения исходной задачи.