Все выпуски

Миграция оказывает существенное влияние на формирование демографической структуры населения территорий, состояние региональных и локальных рынков труда. Быстрое изменение численности трудоспособного населения той или иной территории из-за миграционных процессов приводит к дисбалансу спроса и предложения на рынках труда, изменению демографической структуры населения. Миграция во многом является отражением социально-экономических процессов, происходящих в обществе. Поэтому становятся актуальными вопросы, связанные с изучением факторов миграции, направления, интенсивности и структуры миграционных потоков, прогнозированием их величины.

Для анализа, прогнозирования миграционных процессов и оценки их последствий часто используется математический инструментарий, позволяющий с нужной точностью моделировать миграционные процессы для различных территорий на основе имеющихся статистических данных. В последние годы как в России, так и в зарубежных странах появилось много научных работ, посвященных моделированию внутренних и внешних миграционных потоков с использованием математических методов. Следовательно, для формирования целостной картины основных тенденций и направлений исследований в этой области возникла необходимость в систематизации наиболее часто используемых методов и инструментов моделирования.

В представленном обзоре на основе анализа современных отечественных и зарубежных публикаций представлены основные подходы к моделированию миграции, основные составляющие методологии моделирования миграционных процессов — этапы, методы, модели и классификация моделей. Обзор содержит два раздела: методы моделирования миграционных процессов и модели миграции. В первом разделе приведено описание основных методов, используемых в процессе разработки моделей — эконометрических, клеточных автоматов, системно-динамических, вероятностных, балансовых, оптимизации и кластерного анализа. Во втором — выделены и описаны наиболее часто встречающиеся классы моделей — регрессионные, агент-ориентированные, имитационные, оптимизационные, веро- ятностные, балансовые, динамические и комбинированные. Рассмотрены особенности, преимущества и недостатки различных типов моделей миграционных процессов, проведен их сравнительный анализ и разработаны общие рекомендации по выбору математического инструментария для моделирования.

Данная работа посвящена исследованию проблемы моделирования и анализа сложных колебательных режимов, как регулярных, так и хаотических, в системах взаимодействующих популяций в присутствии случайных возмущений. В качестве исходной концептуальной детерминированной модели рассматривается вольтерровская система трех дифференциальных уравнений, описывающая динамику популяций жертв двух конкурирующих видов и хищника. Данная модель учитывает следующие ключевые биологические факторы: естественный прирост жертв, их внутривидовую и межвидовую конкуренцию, вымирание хищников в отсутствие жертв, скорость выедания жертв хищником, прирост популяции хищника вследствие выедания жертв, интенсивность внутривидовой конкуренции в популяции хищника. В качестве бифуркационного параметра используется скорость роста второй популяции жертв. На некотором интервале изменения этого параметра система демонстрирует большое разнообразие динамических режимов: равновесных, колебательных и хаотических. Важной особенностью этой модели является мультистабильность. В данной работе мы фокусируемся на изучении параметрической зоны тристабильности, когда в системе сосуществуют устойчивое равновесие и два предельных цикла. Такая биритмичность в присутствии случайных возмущений порождает новые динамические режимы, не имеющие аналогов в детерминированном случае. Целью статьи является детальное изучение стохастических явлений, вызванных случайными флуктуациями скорости роста второй популяции жертв. В качестве математической модели таких флуктуаций мы рассматриваем белый гауссовский шум. Методами прямого численного моделирования решений соответствующей системы стохастических дифференциальных уравнений выявлены и описаны следующие феномены: однонаправленные стохастические переходы с одного цикла на другой; триггерный режим, вызванный переходами между циклами; индуцированный шумом переход с циклов на равновесие, отвечающее вымиранию популяции хищника и второй жертвы. В статье представлены результаты анализа этих явлений с помощью показателей Ляпунова, выявлены параметрические условия переходов от порядка к хаосу и от хаоса к порядку. Для аналитического исследования таких вызванных шумом многоэтапных переходов были применены техника функций стохастической чувствительности и метод доверительных областей. В статье показано, как этот математический аппарат позволяет спрогнозировать интенсивность шума, приводящего к качественным трансформациям режимов стохастической популяционной динамики.

Еще в середине позапрошлого десятилетия ученые, изучавшие функционирование сообществ насекомых, выделили 4 основных паттерна организационной структуры таких сообществ. (i) Сотрудничество более развито в группах с сильным родством. (ii) Кооперация у видов с большими размерами колоний зачастую развита больше, чем у видов с малыми размерами колоний. Причем в колониях малого размера зачастую наблюдаются больший внутренний репродуктивный конфликт и меньшая морфологическая и поведенческая специализация. (iii) В пределах одного вида численность выводка (т. е. в некотором смысле эффективность) на душу населения обычно снижается по мере увеличения размера колонии. (iv) Развитая кооперация, склонная проявляться при ограниченности ресурсов и жесткой межгрупповой конкуренции. Думая о функционировании группы организмов как о двухуровневом рынке конкуренции, в котором в процессе индивидуального отбора особи сталкиваются с проблемой распределения своей энергии между инвестициями в межгрупповую конкуренцию и инвестициями во внутригрупповую конкуренцию, т. е. внутреннюю борьбу за долю ресурсов, полученных в результате межгрупповой конкуренции, можно сопоставить подобной биологической ситуации экономический феномен coopetition — кооперацию конкурирующих агентов с целью в дальнейшем конкурентно поделить выигранный вследствие кооперации ресурс. В рамках экономических исследований были показаны эффекты, аналогичные (ii): в рамках соревнования большой и маленькой групп оптимальной стратегией большой будет полное выдавливание второй группы и монополизация рынка (т. е. большие группы склонны действовать кооперативно); (iii) существуют условия, при которых размер группы оказывает негативное влияние на продуктивность каждого ее индивида (такой эффект называется парадоксом размера группы, или эффект Рингельмана). Общей идеей моделирования подобных эффектов является идея пропорциональности: каждый индивид (особь / рациональный агент) решает, какую долю своих сил инвестировать в межгрупповую конкуренцию, а какую — во внутригрупповую. При этом выигрыш группы должен быть пропорционален ее суммарным инвестициям в конкуренцию, тогда как выигрыш индивида пропорционален его вкладу во внутривидовую борьбу. Несмотря на распространенность эмпирических наблюдений, до сих пор не была введена теоретико-игровая модель, в которой можно было бы подтвердить наблюдаемые эмпирически эффекты. В рамках данной работы предлагается модель, которая устраняет проблемы ранее существующих, а моделирование равновесных по Нэшу состояний в рамках предложенной модели позволяет пронаблюдать перечисленные выше эффекты в ходе численных экспериментов.

В первой части статьи сформулирована общая цель работы, состоящая в численном исследовании химических, ионизационных, оптических и температурных характеристик нижней ионосферы, возмущенной мощным потоком радиоизлучения. Дан краткий обзор основных экспериментальных и теоретических исследований физических явлений в ионосфере при воздействии на нее потока радиоволн коротковолнового диапазона, генерируемого нагревными стендами различной мощности. Показана определяющая роль $D$-области ионосферы в поглощении энергии радиолуча. Выполнен подробный анализ кинетических процессов в возмущенной $D$-области ионосферы, которая является наиболее сложной в кинетическом отношении. Показано, что для полного описания ионизационно-химических и оптических характеристик возмущенной области необходимо учитывать более 70 компонент, которые по своему основному физическому содержанию удобно разделить на пять групп. Представлена кинетическая модель для описания изменения концентраций взаимодействующих между собой компонентов (общее число реакций — 259). Система кинетических уравнений решалась с помощью специально адаптированного к такого рода задачам полунеявного численного метода. На основе предложенной структуры разработан программный комплекс, в котором схема алгоритма допускала менять как содержимое отдельных блоков программы, так и их количество, что позволило проводить подробные численные исследования отдельных процессов в поведении параметров возмущенной области. Полный численный алгоритм основан на двухтемпературном приближении, в котором главное внимание уделялось расчету электронной температуры, так как на ее поведение определяющее влияние оказывают неупругие кинетические процессы с участием электронов. Постановка задачи носит общий характер и позволяет рассчитывать параметры возмущенной ионосферы в широком диапазоне мощностей и частот радиоизлучения. На основе разработанной численной методики можно исследовать широкий круг явлений как в естественной, так и в возмущенной ионосфере.

Технический углерод (сажа) — продукт, получаемый термическим разложением (пиролизом) углеводородов (как правило, нефти) в потоке газа-теплоносителя. Технический углерод широко применяется в качестве усиливающего компонента в производстве резин и пластических масс. В производстве шин используется 70% всего выпускаемого углерода. При печном производстве углерода жидкое углеводородное сырье впрыскивается форсунками в поток продуктов сгорания природного газа. Происходит распыл и испарение сырья с дальнейшим пиролизом. Важно, чтобы сырье полностью испарилось до начала пиролиза, иначе будет образовываться кокс, загрязняющий продукт. Для совершенствования технологии производства углерода, в частности обеспечения полного испарения сырья до начала пиролиза, невозможно обойтись без математического моделирования самого процесса. Оно является важнейшим способом получения наиболее полной и детальной информации об особенностях работы реактора.

В программном комплексе (ПК) FlowVision разрабатываются трехмерная математическая модель и метод расчета распыла и испарения сырья в потоке газа-теплоносителя. Для отработки методики моделирования в качестве сырья выбрана вода. Рабочими веществами в камере реактора являются продукты сгорания природного газа. Движение капель сырья и испарение в потоке газа моделируются в рамках эйлерова подхода взаимодействия дисперсной и сплошной сред. Представлены результаты расчета распыла и испарения сырья в реакторе для производства технического углерода. По найденному в каждый момент времени распределению множества капель распыла сырья в реакторе определяется важный параметр, характеризующий мелкость распыла — средний саутеровский диаметр.

В последние несколько лет наблюдаются значительные успехи в области создания двигательных установок для летательных аппаратов, основанных на сжигании топлива во вращающейся детонационной волне. В научных лабораторияхпо всему миру проводятся как фундаментальные исследования, связанные, например, с вопросами смесеобразования при раздельной подаче топлива и окислителя, так и прикладные по доводке уже существующих прототипов. В работе приводится краткий обзор основных результатов наиболее значимых недавних расчетных работ по изучению распространения одномерной пульсирующей волны газовой детонации в среде с неравномерным распределением параметров. Отмечаются общие тенденции, которые наблюдали авторы данных работ. В этих работах показано, что наличие возмущений параметров перед фронтом волны может приводить к регуляризации и к резонансному усилению пульсаций параметров за ее фронтом. В результате возникает привлекательная с практической точки зрения возможность влиять на устойчивость детонационной волны и управлять ею. Настоящая работа направлена на создание инструмента, который позволяет изучать газодинамические механизмы данных эффектов.

Математическая модель основана на одномерных уравнениях Эйлера, дополненных одностадийной моделью кинетики химических реакций. Определяющая система уравнений записана в системе координат, связанной с лидирующим скачком, что приводит к необходимости добавить уравнение для скорости лидирующей волны. Предложен способ интегрирования данного уравнения, учитывающий изменение плотности среды перед фронтом волны. Таким образом, предложен вычислительный алгоритм для моделирования распространения детонации в неоднородной среде.

С использованием разработанного алгоритма проведено численное исследование распространения устойчивой детонации в среде с переменной плотностью. Исследован режим с относительно небольшой амплитудой колебаний плотности, при котором колебания параметров за фронтом детонационной волны происходят с частотой колебаний плотности среды. Показана связь периода колебаний параметров со временем прохождения характеристик C₊ и C₀ по области, которую условно можно считать зоной индукции. Сдвиг по фазе между колебаниями скорости детонационной волны и плотности газа перед волной оценен как максимальное время прохождения характеристики C₊ по зоне индукции.

В настоящей работе исследован турбулентный поток Тейлора – Куэтта с помощью двухмерного моделирования на базе осредненных уравнений Навье – Стокса (RANS) и нового двухжидкостного подхода к турбулентности при числах Рейнольдса в диапазоне от 1000 до 8000. Исследуется течение, обусловленное вращающимся внутренним и неподвижным внешним цилиндрами. Рассмотрен случай соотношения диаметров цилиндров 1:2. Известно, что возникающее круговое течение характеризуется анизотропной турбулентностью и математическое моделирование таких потоков является сложной задачей. Для описания таких потоков используются либо методы прямого моделирования, которые требуют больших вычислительных затрат, либо достаточно трудоемкие методы рейнольдсовых напряжений или же линейные RANS-модели со специальными поправками на вращение, которые способны описывать анизотропную турбулентность. В работе для сравнения различных подходов к моделированию турбулентности представлены численные результаты линейных RANS-моделей SARC, SST-RC, метода рейнольдсовых напряжений SSG/LRR-RSM-w2012, прямого моделирования турбулентности DNS, а также новой двухжидкостной модели. Показано, что недавно разработанная двухжидкостная модель адекватно описывает рассматриваемый поток. Помимо этого, двухжидкостная модель проста для численной реализации и имеет хорошую сходимость.

В работе предлагается численная модель седиментации и фильтрования суспензии, основанная на динамическом варианте метода дискретных элементов. Эта модель отражает поведение частиц на микро- и мезоуровне: образование пор, арок, хлопьев. Кроме того, предложенная модель качественно воспроизводит макроэффекты: осаждение слоя частиц, медленные процессы усадки этого слоя, уплотнения слоя под действием собственного веса частиц и приложенной извне силы.

Данная статья посвящена моделированию процесса деформации полимерных нанокомпозитов, содержащих «жесткие» и «мягкие» включения, с использованием клеточных автоматов и параллельных вычислений. В статье описан алгоритм расчета по модели, приведены сравнения с экспериментальными данными и описан программный комплекс для проведения численного эксперимента.

Производство высокочистого водорода необходимо для экологически чистой энергетики и различных химико-технологических процессов. Значительная часть водорода будет производиться за счет конверсии метана. Методом измерения удельной водородопроницаемости исследуются различные сплавы, перспективные для использования в газоразделительных установках. Требуется оценить параметры диффузии и сорбции, чтобы иметь возможность численно моделировать различные сценарии и условия эксплуатации материала (включая экстремальные), выделять лимитирующие факторы. В статье представлены нелинейная модель водородопроницаемости в соответствии со спецификой эксперимента, численный метод решения краевой задачи и результаты параметрической идентификации модели для сплава V₈₅Ni₁₅.