Все выпуски

В работе развивается предложенный ранее метод компьютерной аналогии (МКА), основанный на формализации операций цифрового компьютера. Обсуждается место предлагаемого подхода среди известных методов. Подчеркивается, что целью является получение именно аналитических представлений решений, хотя пока в ряде случаев приходится ограничиться полуаналитическими аппроксимациями. Подробно изучается способ построения решений для уравнения Ван дер Поля (сводящегося к нелинейной системе дифференциальных уравнений), для систем Лоренца, Мариока – Шимицу и Рёсслера. Для трех последних нелинейных систем рассматриваются параметры, при которых решения демонстрируют черты детерминистического хаоса. Строятся полуаналитические решения, основанные на представлении решения в виде отрезка сходящегося степенного ряда по шагу независимой переменной при использовании аппроксимирующих разностных схем. Для предотвращения переполнения применяется формализованная операция переноса разрядов. Для перехода на следующий шаг по независимой переменной используется сходящаяся к решению разностная схема, называемая руководящей. Таким образом, получаемая аппроксимация суммой всего с несколькими членами обеспечивает приближение к решению с любой точностью в соответствии с точностью руководящей разностной схемы. Старшие разряды в получаемом приближении обнаруживают вероятностные свойства, которые удается моделировать известными распределениями, что приводит к получению аналитических и полуаналитических аппроксимаций. В работе представлены линейные приближения, являющиеся основой для полных приближений решений и дающие важные качественные, а также некоторые количественные свойства решений. Описываются аппроксимации различного порядка, в том числе и не гарантирующие сходимости к точному решению, но упрощающие анализ определенных свойств решения нелинейных уравнений и систем. В частности, для уравнения Ван дер Поля показывается, что соответствующая ему система уравнений имеет циклическое решение, а также оценивается его масштаб. С помощью модификаций МКА (с некоторыми чертами метода Монте-Карло), в которых удается свернуть рекуррентные последовательности, построены полные решения в простых ситуациях. Упоминается перспективный подход, позволяющий представлять решение с помощью ветвящихся цепных дробей.

This study develops a previously proposed Method of Computer Analogy (MCA) based on formalization of digital computer operations. The paper discusses the position of the proposed approach among other well-known methods. It is emphasized that the primary objective is to derive analytical solutions, although in some cases they have to resort to semianalytical approximations. The paper focuses on constructing solutions for systems which, for certain parameter values, demonstrate the deterministic chaos behavior, namely Lorenz, Marioka – Shimitsu and R¨ossler systems. The paper also considers obtaining solution for Van der Pol equation (reduced to a nonlinear system). The aim of the study is to construct semi-analytical solutions represented as a segment of a power series in a step size of approximating difference scheme. To prevent overflow, authors formalize rank transfer operation. The authors apply a convergent difference scheme, referred to as the “guiding” scheme, to advance to the next step of the independent variable. The resulting approximation by a sum with only a few terms provides an approximation to the solution with any accuracy in accordance with the accuracy of the governing difference scheme. The senior digits in the resulting approximation exhibit probabilistic properties that can be modeled by known distributions, thereby enabling the derivation of analytical and semi-analytical approximations. The paper presents linear approximations that are the base for a complete approximations of solutions and provide important qualitative as well as some quantitative properties of solutions of considered systems. This work describes approximations of various orders, including those that do not guarantee convergence to the exact solution, but simplify the analysis of certain properties of nonlinear equations and systems. In particular, for the Van der Pol equation, authors demonstrate that its corresponding system has a cyclic solution and provide an estimate of its scale. A modification of the MCA that has features of the Monte Carlo method makes it possible to remove recurrent sequences and construct complete solutions in simple situations. The authors mention a promising approach for representing the solution using branched continued fractions.

Целью настоящей статьи является разработка модели для реалистичного описания смешанного потока автомобилей двух типов (легковые и грузовые автомобили) на многополосных магистралях с учетом не только различия в технических характеристиках транспортных средств (габариты, максимальная скорость), но также различия в стратегиях вождения. Статья включает обзор литературы, в том числе публикаций последних лет, подтверждающий актуальность моделирования неоднородных транспортных потоков.

Новая модель учитывает, что грузовики имеют более низкую (по сравнению с легковыми автомобилями) максимальную скорость и медленнее стартуют с места. Они менее маневренные, поэтому перестраиваться им сложнее. Кроме того, движение грузовиков может регламентироваться некоторыми ограничивающими правилами, например запретом движения по левым полосам.

Модель основана на теории клеточных автоматов, что позволяет всесторонне описывать особенности отдельных компонент потока. На каждом шаге по времени состояние ячеек автомата обновляется в два этапа: перестроение и движение вперед. Алгоритмы обоих подшагов отличаются для легковых и грузовых транспортных средств. Каждому автомобилю присваивается ряд параметров: вид транспортного средства, длина, максимальная скорость, стратегия при смене полосы, стратегия при движении по полосе.

Модель реализована в виде комплекса программ, позволяющего моделировать движение на различных участках улично-дорожной сети — перекрестках, участках с сужением и расширением дороги, въездах и съездах с автомагистрали. В рамках данной работы для тестирования модели выбраны участок дороги с переменным числом полос и прямой многополосный участок с виртуальным детектором. Результаты представлены в виде локальных диаграмм «скорость – плотность» и «поток – плотность», а также пространственно-временных диаграмм скорости.

Для апробации модели решается ряд задач с различным процентным составом легковых и грузовых транспортных средств, что позволяет продемонстрировать падение пропускной способности элементов улично-дорожной сети при увеличении доли грузовиков в потоке. Моделируется равномерное распределение грузовиков по полосам и движение грузовиков только по правой полосе. Иллюстрируется положительный эффект от введения ограничений на движение грузовиков по левым полосам на многополосной магистрали.

The objective of this article is to develop a model for a realistic description of a mixed flow of two types of vehicles (cars and trucks) on multi-lane highways, taking into account differences not only in the technical characteristics of vehicles (dimensions, maximum speed), but also differences in driving strategies. The article includes a literature review, including publications of recent years, confirming the relevance of modeling heterogeneous traffic flows.

The new model takes into account that trucks have a lower maximum speed compared to cars and are slower to start. They are less maneuverable, so it is more difficult for them to change lanes. In addition, the movement of trucks can be regulated by some restrictive rules, for example, a ban on driving in left lanes.

The model is based on the cellular automata theory, which allows for a comprehensive description of the features of individual flow components. At each time step, the state of the automaton cells is updated in two stages — changing lanes and moving forward. The algorithms of both substeps for cars and trucks differ. Each vehicle is assigned a number of parameters: vehicle type, length, maximum speed, lane change strategy, in-lane movement strategy.

The model is implemented as a software package that allows simulating traffic on various sections of the road network — intersections, sections with narrowing and widening of the road, entrances and exits from the highway. In this work, a road section with a varying number of lanes and a straight multi-lane section with a virtual detector were selected for testing the model. The results are presented in the form of local speed-density and flow-density diagrams, as well as spatiotemporal speed diagrams.

To test the model, a number of problems with different percentages of passenger cars and trucks are solved, which allows demonstrating a drop in the capacity of elements of the road network with an increase in the share of trucks in the flow. The cases of uniform distribution by lanes and the restriction to the right lane for trucks are simulated. The positive effect of introducing a ban on the movement of trucks in left lanes on a multi-lane highway is illustrated.

Метод Монте-Карло (Monte Carlo, MC) в обучении с подкреплением показывает низкую эффективность при высокой сложности обучающей выборки — в средах с редким вознаграждением, большим пространством состояний и коррелирующими траекториями. Эти ограничения приводят к повышенной вариативности оценок возврата и существенно замедляют процесс сходимости, особенно в задачах, где требуется выделить наиболее информативные эпизоды из большого множества доступных данных. При прямом использовании всех траекторий возникает избыток информации, что ухудшает качество итоговых оценок и увеличивает вычислительную нагрузку. В данной работе мы предлагаем подход, позволяющий преодолеть указанные проблемы за счет оптимизации отбора обучающих данных и структурирования выборки перед применением классического метода Монте-Карло. Задача отбора обучающих траекторий формулируется как квадратичная неограниченная бинарная оптимизация (Quadratic Unconstrained Binary Optimization, QUBO) и решается с помощью алгоритма квантового отжига. Предлагаемый метод MC+QUBO интегрирует комбинаторный фильтрующий шаг в стандартную процедуру оценки: из множества потенциальных траекторий выбирается поднабор, максимизирующий суммарное вознаграждение, обеспечивая при этом достаточное покрытие пространства состояний и снижение взаимной корреляции эпизодов. В QUBO-формулировке линейные члены поощряют включение эпизодов с высоким значением возврата, тогда как квадратичные члены регулируют разнообразие и баланс траекторий, уменьшая риск переобучения на узком подмножестве данных. В качестве решателей из категории «черного ящика» используются алгоритмы симуляции квантового отжига (Simulated Quantum Annealing, SQA) и симулированная бифуркация (Simulated Bifurcation, SB), что позволяет эффективно решать задачи с большим числом потенциальных эпизодов и быстро находить приближенные оптимальные решения. Эксперименты в среде GridWorld показывают, что MC+QUBO превосходит классический метод Монте-Карло по скорости сходимости, устойчивости оценок и качеству итогового обучения, демонстрируя потенциал квантовой оптимизации как инструмента повышения эффективности принятия решений в задачах обучения с подкреплением.

Monte Carlo (MC) reinforcement learning suffers from high sample complexity, especially in environments with sparse rewards, large state spaces, and strongly correlated trajectories that reduce the statistical efficiency of return estimation. These well-known limitations often lead to slow convergence and unstable learning dynamics, particularly in settings where only a small fraction of collected trajectories is actually informative for policy improvement. A key challenge is therefore to identify a compact yet diverse subset of episodes that contributes most to the accuracy of value estimates while preserving sufficient exploration of the environment. To address this challenge, we reformulate episode selection as a Quadratic Unconstrained Binary Optimization (QUBO) problem and solve it using quantum-inspired sampling techniques. Our method, MC+ QUBO, inserts a combinatorial filtering step into the standard MC policy-evaluation pipeline: given a batch of trajectories, it selects a subset that maximizes cumulative reward and encourages broad state-space coverage. This selection procedure is expressed as a QUBO model, where linear terms favor high-return episodes, quadratic terms penalize redundancy between trajectories, and additional coupling terms can be used to enforce coverage-related constraints or promote structural diversity. Within this framework, we investigate two black-box QUBO solvers: Simulated Quantum Annealing (SQA), which emulates tunneling-based exploration of the search landscape, and Simulated Bifurcation (SB), a dynamical-systems-based iterative optimization method. Both solvers demonstrate the ability to efficiently navigate the combinatorial structure of the trajectory-selection problem and to handle batch sizes that are otherwise computationally expensive for exhaustive or deterministic search. Experiments in a finite-horizon GridWorld environment show that MC+QUBO consistently outperforms vanilla MC in convergence speed, stability of return estimates, and final policy quality. These results highlight the promise of quantum-inspired optimization as a practical decision-making subroutine within reinforcement-learning algorithms, offering a scalable way to improve sample efficiency without modifying the underlying learning paradigm.

В данной работе описана методика генерации синтетической базы данных стенозов, состоящей из 1620 записей. Каждая запись представляет собой результаты численного эксперимента по моделированию трехмерного течения вязкой несжимаемой жидкости через трубку с переменным сечением: перепад давлений, средний поток, усредненная по сечению скорость кровотока на входе в трубку, максимальная степень сужения стеноза, длина стеноза, асимметрия стеноза, радиус трубки, число Рейнольдса. База данных валидировалась путем сравнения с другими моделями (с эластичными стенками) и стендовыми экспериментами и показала отклонение перепадов давлений не выше 4%. База данных синтетических стенозов использовалась для обучения физически информированной нейронной сети для быстрой оценки перепада давления по четырем ключевым входным показателям: число Рейнольдса, длина стеноза, степень стеноза, степень асимметрии стеноза. Физическая информированность достигалась за счет введения штрафов в функцию потерь за отсутствие положительного перепада давления и за отсутствие монотонности перепада давления по входным параметрам. Физически информированная нейронная сеть показала более высокую точность на гемодинамических значимых стенозах при тестировании на валидационной выборке и на новых стенозах, не представленных в базе данных. Средняя относительная ошибка на стенозах длиной в 8 радиусов здорового сосуда составила 6% для физически информированной сети и 13% для классической нейронной сети. Ошибки на коротких стенозах длиной в 4 радиуса оказались почти одинаковы: 9,5% для физически информированной сети и 10% для классической нейронной сети. Разработанный метод функциональной оценки гемодинамической значимости стенозов может использоваться как самостоятельный инструмент для клинической оценки стенозов и как компонент сетевых моделей кровотока. Наибольшую актуальность подход приобретает при моделировании многососудистых поражений, которые доминируют в клинической практике. Ключевое преимущество метода заключается в физической корректности результатов и точности, сопоставимой с классическим моделированием, при значительно меньших вычислительных затратах.

This paper describes a method for generating a synthetic database of stenoses, consisting of 1620 entries. Each entry represents the results of a numerical experiment simulating the three-dimensional flow of a viscous incompressible fluid through a tube with a variable cross-section: pressure drop, mean flow rate, cross-sectionally averaged inlet blood flow velocity, maximum stenosis severity, stenosis length, stenosis asymmetry, tube radius, and Reynolds number. The database was validated by comparison with other models (with elastic walls) and bench experiments, showing a deviation in pressure drops of no more than 4%. The synthetic stenosis database was used to train a physics-informed neural network for the rapid estimation of pressure drop based on four key input parameters: Reynolds number, stenosis length, stenosis severity, and stenosis asymmetry coefficient. The physics-informed aspect was achieved by introducing penalties into the loss function for the absence of a positive pressure drop and for the lack of monotonicity of the pressure drop with respect to the input parameters. The physics-informed neural network demonstrated higher accuracy on hemodynamically significant stenoses when tested on a validation set and on new stenoses not represented in the database. The mean relative error for stenoses with a length of 8 healthy vessel radii was 6% for the physics-informed network and 13% for a classical neural network. The errors for short stenoses with a length of 4 radii were nearly identical: 9.5% for the physics-informed network and 10% for the classical neural network. The developed method for the functional assessment of the hemodynamic significance of stenoses can be used both as a standalone tool for clinical stenosis evaluation and as a component of network blood flow models. The approach becomes most relevant when modeling multi-vessel disease, which is predominant in clinical practice. The key advantage of the method lies in the physical correctness of the results and accuracy comparable to classical modeling, but with significantly lower computational costs.

Моделирование газовзвеси с большим перепадом давления и плотности представляет практический интерес при изучении вулканических явлений, взрывах на различных высотах, а также техногенных проблем эксплуатации космической техники и образования космического мусора.

В работе выполнено численное и аналитическое исследование разлета газовзвеси с большим отношением (до шести порядков) давлений и плотностей. Для численного моделирования использован гибридный метод крупных частиц высокой разрешающей способности. Для рассматриваемых условий задачи точность метода подтверждена сопоставлением с асимптотически точными решениями.

В ходе исследования были изучены волновые и структурные характеристики разлета концентрированных газовых взвесей в зависимости от объемной доли частиц, их размеров и начального отношения давлений. Было установлено, что показатель политропы и скорость звука в газовой взвеси зависят не только от температуры, но и от давления и концентрации частиц. С увеличением давления значения показателя политропы и скорости звука возрастают, а с увеличением объемной доли дисперсной фазы — уменьшаются. При распаде произвольного разрыва с увеличением начального давления наблюдается необычное, по сравнению с «чистой» газодинамикой, уменьшение относительной скорости смеси в зоне постоянного течения. Это объясняется нелинейной зависимостью скорости звука в газодисперсной смеси от давления.

С увеличением размеров частиц (числа Стокса) происходит разделение течения смеси на газовую и дисперсную составляющие. В начальный момент времени контактный разрыв, разделяющий смесь и область разреженного газа, расщепляется на две контактные границы: газовую и дисперсную. Практический вывод заключается в том, что при изменении размера частиц на два порядка газодинамические параметры смеси во бласти волны разрежения и до границы раздела сред близки между собой.

В процессе пространственного разлета происходит последовательное изменение начальной цилиндрической формы дисперсной среды в форму с сечением вв иде шестигранника. На следующем этапе расширения частицы распределяются, образуя двустороннюю коническую форму. В дальнейшем формируется дисперсное образование, близкое к форме шара.

Modeling of gas-particle suspensions with large pressure and density gradients is of practical interest in the study of volcanic phenomena, explosions at different altitudes, as well as in technogenic problems related to the operation of space technology and the formation of space debris. This work presents numerical and analytical investigations of the expansion of gas suspensions with a high ratio (up to six orders of magnitude) of pressures and densities. For numerical modeling, a high-resolution hybrid large-particle method was employed. Under the conditions considered, the accuracy of the method was confirmed by comparison with asymptotically exact solutions. The study examined the wave and structural characteristics of concentrated gas suspension expansion depending on particle volume fraction, particle size, and initial pressure ratio. It was found that the polytropic index and sound speed in the gas suspension depend not only on temperature but also on pressure and particle concentration. With increasing pressure, both the polytropic index and sound speed rise, while with increasing particle volume fraction they decrease. In the case of an arbitrary discontinuity decay, an unusual effect is observed compared with “pure” gas dynamics: the relative velocity of the mixture in the uniform flow region decreases as the initial pressure increases. This is explained by the nonlinear dependence of the sound speed in a gas-dispersed mixture on pressure. With increasing particle size (Stokes number), the mixture flow splits into gaseous and dispersed components. At the initial moment, the contact discontinuity separating the mixture from the rarefied gas region splits into two contact boundaries: gaseous and dispersed. A practical conclusion is that when the particle size changes by two orders of magnitude, the gas-dynamic parameters of the mixture in the rarefaction wave region and up to the medium interface remain close to each other. During spatial expansion, the initial cylindrical shape of the dispersed medium successively transforms into a cross-section resembling a hexagon. At the next stage of expansion, the particles redistribute to form a bilateral conical structure. Eventually, a dispersed formation close to a spherical shape emerges.

Квадратичная неограниченная бинарная оптимизация (QUBO) зарекомендовала себя в качестве эффективного инструмента для решения NP-трудных задач в области информационной безопасности. В QUBO-формулировке задача описывается в виде квадратичной функции бинарных переменных, минимум которой соответствует оптимальному решению. Такая запись учитывает линейные (индивидуальное влияние) и квадратичные (парные взаимодействия) зависимости. Особенно примечательно, что QUBO-алгоритмы можно имплементировать в квантовые вычислительные устройства на основе отжига, например D-Wave, которые позволяют найти собственное состояние гамильтониана соответствующей модели Изинга посредством квантовых или гибридных алгоритмов. При этом решение QUBO-задачи можно получить и на полностью классической архитектуре. Такие алгоритмы называют квантово вдохновленными, потому что они имитируют физические явления. Примером таких квантово вдохновленных алгоритмов являются симулированный отжиг (Simulated Annealing, SA) и симулированные бифуркации (Simulated Bifurcation, SB). За последние 5–7 лет большое количество работ было посвящено применению QUBO-формулировки для разнообразных задач информационной безопасности, начиная от взлома ключей безопасности до детекции атак, с целью доказать эффективность новых вычислительных парадигм. В данном исследовании мы анализируем эти работы, сгруппировав их по области применения и выделяя архитектурные подходы (квантовая, гибридная, классическая) в каждом сценарии. Мы уделяем внимание тому, как задача была переформулирована в QUBO-постановку или модель Изинга, анализируем ключевые стратегии решения и полученные результаты на оптимальность, масштабируемость, сложность. Мы выделяем основные преимущества и недостатки каждой QUBO-постановки в контексте информационной безопасности и в заключение обсуждаем актуальные задачи и перспективные направления для исследований.

Quadratic Unconstrained Binary Optimization (QUBO) provides a common modeling framework for combinatorial optimization problems arising in cybersecurity. This review analyzes how cryptanalytic constraints, anomaly-detection objectives, network-defense tasks and cyber-risk models can be encoded as QUBO or equivalent Ising formulations. We compare three classes of solvers used in the literature: physical quantum annealers, hybrid quantum-classical workflows and quantum-inspired classical heuristics such as simulated annealing and simulated bifurcation. Particular attention is paid to the gap between formal QUBO expressiveness and practical solvability on current hardware, including embedding overhead, limited connectivity, noise and scaling constraints. The reviewed studies are grouped by application domain and assessed in terms of model size, solution quality, runtime indicators and reproducibility of computational settings. We show that QUBO is already useful as a unifying language for cybersecurity optimization, while near-term practical advantages are most plausible in hybrid and quantum-inspired settings rather than in fully quantum implementations. The review concludes by outlining open problems in QUBO construction, decomposition, sparsification and benchmarking for cybersecurity applications.

Решение задачи стационарного потокораспределения для произвольной гидросистемы без объемов со свободным уровнем может быть сведено к поиску экстремумов функции многих переменных. В качестве этой функции используется функция Релея, выраженная через гидравлические характеристики участков рассматриваемой системы. Она же является функцией Ляпунова при исследовании устойчивости найденных стационарных режимов работы гидросистемы прямым методом Ляпунова.

Solving the problem of stationary stream distribution for an arbitrary volume-free hydrosystem with a free level can be reduced to determining the extremes of a multi-variable function. Rayleigh function expressed in terms of the hydraulic characteristics of the parts of the system in question is used as such a function. The same function is Lyapunov function when analyzing the stability of the determined stationary operational modes of a hydrosystem using the direct Lyapunov method.

Рассматривается математическая модель малой экосистемы типа хищник – жертва с нижним порогом численности жертвы. Предполагается, что экосистема находится под воздействием промысла. Изменение интенсивности промысла ведет к изменению двух параметров модели, которые рассматриваются как управляемые. Построена бифуркационная диаграмма в плоскости управ-ляемых параметров и приведены соответствующие фазовые портреты.

A mathematical model of predator – prey microecosystem with lower critical population number of prey is considered. The predator – prey system is assumed to be under harvesting. Harvesting intensity variations generate changes in two model parameters which are considered as controllable. Bifurcation diagram in control-lable parameters plane is constructed and corresponding phase portraits are represented.

Рассмотрены основные теоретические представления о динамических сменах лесной растительности — сукцессиях. Показано, что динамика растительности и почвы взаимосвязаны, и она определяется особенностями биологического круговорота элементов питания. Рассмотрены основные модельные подходы, формулируются нерешенные задачи. Приведен пример вычислительного эксперимента по сравнению роста леса при стационарном климате и потеплении.

Main theoretical considerations of dynamical changes of forest vegetation are discussed. It is shown that vegetation dynamics (succession) and soil dynamics are linked, and common dynamics is a result of biological turnover of nutrition elements. Main modelling approaches are examined and unsolved problems are formulated. An example of computer experiment on comparison of forest growth at stationary and global warming scenario is considered.

Разработана численная модель распространения возмущений скорости тока крови и давления по кровеносному сосуду с тромбом, расположенным в точке венозной бифуркации, и их влияния на динамику тромба. Модель построена в акустическом (линейном) приближении. Результаты расчетов позволят определить условия возникновения резонансных колебаний тромба, которые могут привести к его отрыву и тромбоэмболии.

In this paper a numerical model for blood flow through a venous bifurcation with an obliterating clot is investigated. We studied propagation of perturbations of blood flow velocity and perturbations of pressure inside the vein. The model is built in acoustic (linear) approximation. Computational results reveal conditions for clot resonance oscillation, which can cause its detachment and thromboembolism.