Все выпуски

Реологическое поведение водных суспензий на основе наноразмерных частиц диоксида кремния сильно зависит от динамической вязкости, которая непосредственно влияет на применение наножидкостей. Целью данной работы являются разработка и валидация моделей для прогнозирования динамической вязкости от независимых входных параметров: концентрации диоксида кремния SiO₂, кислотности рН, а также скорости сдвига $\gamma$. Проведен анализ влияния состава суспензии на ее динамическую вязкость. Выявлены статистически однородные по составу группы суспензий, в рамках которых возможна взаимозаменяемость составов. Показано, что при малых скоростях сдвига реологические свойства суспензий существенно отличаются от свойств, полученных на более высоких скоростях. Установлены значимые положительные корреляции динамической вязкости суспензии с концентрацией SiO₂ и кислотностью рН, отрицательные — со скоростью сдвига $\gamma$. Построены регрессионные модели с регуляризацией зависимости динамической вязкости $\eta$ от концентраций SiO₂, NaOH, H₃PO₄, ПАВ (поверхностно-активное вещество), ЭДА (этилендиамин), скорости сдвига $\gamma$. Для более точного прогнозирования динамической вязкости были обучены модели с применением алгоритмов нейросетевых технологий и машинного обучения (многослойного перцептрона MLP, сети радиальной базисной функции RBF, метода опорных векторов SVM, метода случайного леса RF). Эффективность построенных моделей оценивалась с использованием различных статистических метрик, включая среднюю абсолютную ошибку аппроксимации (MAE), среднюю квадратическую ошибку (MSE), коэффициент детерминации $R^2$, средний процент абсолютного относительного отклонения (AARD%). Модель RF показала себя как лучшая модель на обучающей и тестовой выборках. Определен вклад каждой компоненты в построенную модель, показано, что наибольшее влияние на динамическую вязкость оказывает концентрация SiO₂, далее кислотность рН и скорость сдвига $\gamma$. Точность предлагаемых моделей сравнивается с точностью ранее опубликованных в литературе моделей. Результаты подтверждают, что разработанные модели можно рассматривать как практический инструмент для изучения поведения наножидкостей, в которых используются водные суспензии на основе наноразмерных частиц диоксида кремния.

The rheological behavior of aqueous suspensions based on nanoscale silicon dioxide particles strongly depends on the dynamic viscosity, which affects directly the use of nanofluids. The purpose of this work is to develop and validate models for predicting dynamic viscosity from independent input parameters: silicon dioxide concentration SiO₂, pH acidity, and shear rate $\gamma$. The influence of the suspension composition on its dynamic viscosity is analyzed. Groups of suspensions with statistically homogeneous composition have been identified, within which the interchangeability of compositions is possible. It is shown that at low shear rates, the rheological properties of suspensions differ significantly from those obtained at higher speeds. Significant positive correlations of the dynamic viscosity of the suspension with SiO₂ concentration and pH acidity were established, and negative correlations with the shear rate $\gamma$. Regression models with regularization of the dependence of the dynamic viscosity $\eta$ on the concentrations of SiO₂, NaOH, H₃PO₄, surfactant (surfactant), EDA (ethylenediamine), shear rate γ were constructed. For more accurate prediction of dynamic viscosity, the models using algorithms of neural network technologies and machine learning (MLP multilayer perceptron, RBF radial basis function network, SVM support vector method, RF random forest method) were trained. The effectiveness of the constructed models was evaluated using various statistical metrics, including the average absolute approximation error (MAE), the average quadratic error (MSE), the coefficient of determination $R^2$, and the average percentage of absolute relative deviation (AARD%). The RF model proved to be the best model in the training and test samples. The contribution of each component to the constructed model is determined. It is shown that the concentration of SiO₂ has the greatest influence on the dynamic viscosity, followed by pH acidity and shear rate γ. The accuracy of the proposed models is compared to the accuracy of models previously published. The results confirm that the developed models can be considered as a practical tool for studying the behavior of nanofluids, which use aqueous suspensions based on nanoscale particles of silicon dioxide.

В работе рассматривается применение технологии роевого интеллекта для построения агентных имитационных моделей. В качестве примера построена минимальная модель, иллюстрирующая влияние информационных воздействий на правила поведения агентов в простейшей модели конкуренции между двумя популяциями, агенты которых выполняют простейшую задачу переноса ресурса из подвижного источника на свою территорию. Алгоритм движения агентов в пространстве модели реализован на основе классического алгоритма роя частиц. Агенты имеют жизненный цикл, то есть учитываются процессы рождения и гибели. В модели учитываются информационные процессы, которые определяют целевые функции поведения вновь появившихся агентов. Эти процессы (обучение и переманивание) определяются информационными воздействиями со стороны популяций. При определенных условиях в системе агентов возникает третья популяция. Агенты такой популяции информационно воздействуют на агентов остальных популяций в некотором радиусе вокруг себя, изменяя их правила поведения в соответствии со своими, что в определенных условиях вытесняет остальные популяции.

В результате проведенных имитационных экспериментов было показано, что в системе реализуются следующие финальные состояния: вытеснение новой популяцией остальными, сосуществование новой популяции и остальных популяций и отсутствие такой популяции. Было показано, что с увеличением радиуса влияния агентов популяция с измененными правилами поведения вытесняет все остальные. Также показано, что в случае труднодоступного ресурса стратегия переманивания агентов конкурирующей популяции более выгодна.

The paper considers the application of swarm intelligence technology to build agent-based simulation models. As an example, a minimal model is constructed illustrating the influence of information influences on the rules of behavior of agents in the simplest model of competition between two populations, whose agents perform the simplest task of transferring a resource from a mobile source to their territory. The algorithm for the movement of agents in the model space is implemented on the basis of the classical particle swarm algorithm. Agents have a life cycle, that is, the processes of birth and death are taken into account. The model takes into account information processes that determine the target functions of the behavior of newly appeared agents. These processes (training and poaching) are determined by information influences from populations. Under certain conditions, a third population arises in the agent system. Agents of such a population informatively influence agents of other populations in a certain radius around themselves, changing.

As a result of the conducted simulation experiments, it was shown that the following final states are realized in the system: displacement of a new population by others, coexistence of a new population and other populations and the absence of such a population. It has been shown that with an increase in the radius of influence of agents, the population with changed rules of behavior displaces all others. It is also shown that in the case of a hard-to-access resource, the strategy of luring agents of a competing population is more profitable.

В данной работе разработана вычислительная модель теплового состояния молочной железы с внутритканевым новообразованием. Модель базируется на модифицированном биотепловом уравнении Пеннеса и описывает пятислойную биологическую структуру, включающую кожу, жировую, железистую и мышечную ткани, а также зону опухоли. На внешней границе области моделируется конвективный теплообмен с окружающей средой, на внутренней границе задается фиксированная температура тела. Дополнительно учитывается пространственный нагрев поверхности, описываемый экспоненциально затухающим законом Бугера – Ламберта – Бера. Теплопроводность тканей и перфузия крови зависят от температуры по линейным законам, что отражает механизмы физиологической терморегуляции. Краевая задача для дифференциального уравнения в частных производных решалась численно с использованием явно-неявной конечно-разностной схемы; полученная после дискретизации система линейных алгебраических уравнений решалась методом прогонки. Численные эксперименты показали, что наличие даже небольшой опухоли приводит к локальному повышению температуры тканей на 0,5–1 ^◦C вследствие увеличения метаболической активности и снижения кровотока. Эта температурная аномалия становится выраженной при диаметре опухоли свыше 10 мм. Установлено, что глубина расположения новообразования существенно влияет на распределение температурного поля: при поверхностном залегании тепловой максимум смещается к коже, тогда как при более глубоком — формируется в железистой ткани. Эффективность гипертермического воздействия оценивалась с помощью интегрального критерия термального некроза, основанного на законе Аррениуса. Показано, что при поверхностной тепловой нагрузке около 5 кВт/м² и коэффициенте ослабления 100 м⁻¹ разрушение опухолевых тканей начинается через 2–3 минуты облучения, при этом здоровые ткани сохраняются в пределах безопасного температурного диапазона. Уменьшение коэффициента ослабления приводит к более глубокому распространению тепла и раннему повреждению железистой ткани, что сужает терапевтическое окно. Построены карты распределения температуры, времени до наступления некроза и глубины термического поражения в зависимости от мощности облучения, диаметра и положения опухоли.

The paper presents a computational model of the thermal state of the breast with an interstitial tumor. The model is based on the modified Pennes biothermal equation and describes a five-layered biological area including skin, subcutaneous fat, glandular and muscular tissues, as well as a neoplasm zone. Convective heat exchange with the environment is taken into account at the outer boundary, and body temperature is maintained at the internal boundary. In addition, the fabric surface is exposed to exponentially attenuating effects of spatial heating, such a heating scheme is actually based on the Bouguer – Lambert – Baer law. Tissue thermal conductivity and blood perfusion are modeled by linear functions of temperature, reflecting physiological thermoregulation. The boundary-value problem for the partial differential equation has been solved numerically using an explicit-implicit finite difference scheme; the system of algebraic equations getting after an approximation of the mentioned boundary-value problem is solved by the Thomas procedure. Numerical experiments have shown that even a small tumor increases the local temperature of tissues by half a degree due to increased metabolism and delayed blood perfusion. This anomaly is clearly manifested in tumors larger than ten millimeters. It was found that the depth of occurrence critically affects the thermal response: when the tumor is located closer to the surface, the maximum temperature shifts to the skin, whereas at a deeper position, a thermal peak forms inside the glandular tissue. The effectiveness of hyperthermic exposure was assessed by the integral criterion of thermal necrosis based on the Arrhenius law. At a radiation intensity that creates a surface thermal load of about five kilowatts per square meter and an attenuation factor of one hundred, tumor destruction begins after two to three minutes of exposure, while the surrounding healthy tissues remain within safe temperatures. Reducing the attenuation coefficient leads to the opposite effect: heat spreads deeper, and the glandular tissue is damaged first, which limits the therapeutic window. Additionally, maps of the distribution of temperature, time to necrosis, and the depth of thermal damage were constructed depending on the irradiation power, diameter, and position of the tumor.

Лазерная полировка является перспективной технологией финишной обработки изделий из кварцевого стекла, позволяющей устранять дефекты подповерхностного слоя, возникающие при механической обработке. Однако сложность и нелинейность физических процессов, протекающих при лазерном воздействии, затрудняют подбор оптимальных технологических режимов. Целью данной статьи является разработка, сравнительный анализ и применение высокоточных прогностических моделей для предсказания и оптимизации основных показателей процесса лазерной полировки кварцевого стекла. На основе верифицированной конечно-элементной модели, реализованной в среде ANSYS, был сгенерирован набор данных о температурных полях и полях напряжений при различных сочетаниях технологических параметров. Этот набор данных использовался для построения и верификации четырех типов прогностических моделей: полиномиальной регрессии, нечеткой системы вывода (Fuzzy Logic), адаптивной нейро-нечеткой системы (ANFIS) и нейронной сети типа многослойный персептрон (MLP). Качество моделей оценивалось на тестовой выборке с использованием статистических метрик МAE, RMSE, MAPE, $R^2$, $R^2_{Adj}$. Сравнительный анализ моделей показал значительное превосходство нейросетевой модели MLP, которая продемонстрировала наивысшую точность прогнозирования для всех выходных параметров, достигнув значений скорректированного коэффициента детерминации ($R^2_{Adj}$) выше 0,97 и средней абсолютной процентной ошибки (МАРЕ) в диапазоне 0,7–2,8%. Использование этой модели в качестве суррогатной функции совместно с генетическим алгоритмом позволило успешно определить оптимальные технологические параметры. Разработанная нейросетевая модель MLP является надежным и высокоточным инструментом не только для прогнозирования, но и для оптимизации результатов лазерной полировки кварцевого стекла СО₂-лазером. Она способна эффективно аппроксимировать сложные нелинейные зависимости в процессе и может служить основой для создания интеллектуальных систем управления и оптимизации данной технологии.

Laser polishing is a promising technology for the finishing of fused quartz (fused silica or quartz glass) products, enabling the removal of subsurface defects induced by mechanical processing. However, the complexity and nonlinearity of the physical processes occurring during laser irradiation complicate the selection of optimal technological parameters. The present paper aims to develop, comparatively analyze, and apply high-precision predictive models for forecasting and optimizing the key performance indicators of the laser polishing process for quartz glass. A verified finite element model implemented in the ANSYS software environment produced a dataset of temperature and stress fields for various combinations of process parameters. This dataset was used to develop and validate four types of predictive models: Polynomial Regression, a Fuzzy Logic System, an Adaptive Neuro-Fuzzy Inference System (ANFIS), and a Multilayer Perceptron (MLP) neural network. The models’ quality was evaluated on a test set using the statistical metrics MAE, RMSE, MAPE, $R^2$, and  $R^2_{Adj}$. A comparative analysis of the models revealed the significant superiority of the MLP neural network, which demonstrated the highest prediction accuracy for all output parameters, achieving Adjusted $R^2$ ($R^2_{Adj}$.) values above 0.97 and a Mean Absolute Percentage Error (MAPE) in the range of 0.7–2.8%. This model was effectively utilized as a surrogate function in combination with a genetic algorithm to successfully identify the optimal process parameters. The constructed MLP neural network model functions as a reliable and high-precision tool, facilitating both prediction and the optimization of fused quartz polishing outcomes using a CO₂ laser. This approach effectively approximates the complex nonlinear dependencies inherent in the process and can serve as a foundation for developing intelligent control and optimization systems for this technology.

В статье рассматривается применение метода физически информированных нейронных сетей для моделирования процесса нитрификации при очистке сточных вод. Актуальность работы обусловлена необходимостью повышения эффективности очистки и оперативного контроля за изменениями параметров в реальном времени, что затруднительно при использовании традиционных подходов, таких как модели активного ила (ASM). Авторы предлагают подход, объединяющий решение прямой задачи и идентификацию параметров системы дифференциальных уравнений, описывающих окисление азота. В ходе исследования проведен сравнительный анализ трех архитектур нейронных сетей: с фиксированным одинаковым числом нейронов, с фиксированным различным числом нейронов и с растущим в процессе обучения числом нейронов. Для нахождения оптимальных параметров (числа нейронов и весового коэффициента функции потерь) использована многокритериальная оптимизация на основе построения фронта Парето. Результаты показали, что предложенный подход позволяет эффективно восстанавливать динамику концентраций азотистых соединений с высокой точностью. Наилучшее соответствие экспериментальным данным при допустимом уровне невязки уравнений обеспечила архитектура с различным постоянным числом нейронов при оптимально подобранных весовых коэффициентах.

This paper explores the application of Physics-Informed Neural Networks for modeling the nitrification process in wastewater treatment. The relevance of this work stems from the need to improve treatment efficiency and enable real-time monitoring of parameter changes, which is challenging with traditional approaches such as Activated Sludge Models (ASM). The authors propose a method that combines solving the forward problem and identifying parameters of a system of differential equations describing nitrogen oxidation. The study conducts a comparative analysis of three neural network architectures: with a fixed identical number of neurons, with a fixed different number of neurons, and with a progressively growing number of neurons during training. Multicriteria optimization based on the Pareto front construction was employed to find optimal parameters (number of neurons and the loss function weight coefficient). The results demonstrate that the proposed approach effectively reconstructs the dynamics of nitrogen compound concentrations with high accuracy. The architecture with a fixed different number of neurons, combined with optimally selected weight coefficients, provided the best agreement with experimental data while maintaining an acceptable residual of the equations.

В работе рассмотрена концептуальная модель связанной динамики концентрации растворенного кислорода и плотности фитопланктона в приближении хорошо перемешанного слоя океана без учета пространственных координат. Изменение этих двух переменных описывается системой разностных уравнений с суточным шагом. Продукция кислорода пропорциональна плотность фитопланктона и зависит от удельной скорости фотосинтеза, при этом влияние внешних факторов, таких как температура воды, учитывается параметрически. Перенос кислорода через клеточную мембрану описывается законом Фика, т.е. монотонно убывающей зависимостью скорости выделения кислорода от его внешней концентрации с насыщением. Элиминация кислорода из системы складывается из двух составляющих: постоянной скорости естественного биохимического распада и потребления кислорода морской флорой и фауной, которое описывается откликом типа Моно, отражающим ограниченность удельной скорости потребления. Рост фитопланктона представлен логистическим уравнением с максимальной удельной скоростью роста, достижимой при достаточном содержании кислорода, константой полунасыщения по кислороду и коэффициентом внутривидовой конкуренции. Гибель фитопланктона, включающая естественную смертность, выедание зоопланктоном и воздействие вирусной инфекции, принята линейной по плотности с постоянным коэффициентом смертности. Таким образом, несмотря на концептуальный характер, использованная параметризация позволила учесть основные биологические процессы продукции, дыхания, смертности и внутривидовой конкуренции в их упрощенном содержательном виде.

Целью работы является исследование динамики системы «кислород – фитопланктон» в зависимости от условий функционирования морской экосистемы и выявление закономерностей формирования гипоксических зон в океане.

Показано, что тривиальное равновесие не теряет устойчивости; в результате оказываются возможными два различных сценария функционирования системы: либо ее полное вырождение, либо возникновение ненулевого притягивающего равновесия, которое с ростом параметра, характеризующего влияние факторов окружающей среды на скорость продукции кислорода внутри клеток фитопланктона, эволюционирует по сценарию Фейгенбаума. Выявлена параметрическая область седлоузловой бифуркации, приводящей к появлению устойчивого и неустойчивого ненулевых решений. При превышении порогового значения возникает бистабильность, когда выбор сценария определяется начальными условиями. В окрестности бифуркации наблюдается длительный период квазистабильного развития, завершающийся резкой гибелью компонентов системы. Поскольку тривиальное решение устойчиво всегда, даже малая вариация состояния может перевести систему в режим вымирания. Полученные результаты позволяют выявлять границы смены сценариев развития системы и могут служить основой для прогнозирования критических состояний морских экосистем.

The paper considers a conceptual model of coupled dynamics of dissolved oxygen concentration and phytoplankton density in the approximation of a well-mixed ocean layer, without accounting for spatial coordinates. The evolution of these two variables is described by a system of difference equations with a daily time step. Oxygen production is proportional to phytoplankton density and depends on the specific photosynthetic rate, while the influence of external factors, such as water temperature, is accounted for parametrically. Oxygen transfer across the cell membrane is described by Fick’s law, i. e., a monotonically decreasing dependence of the oxygen release rate on its external concentration with saturation. Oxygen elimination from the system consists of two components: a constant rate of natural biochemical decay and oxygen consumption by marine flora and fauna, which is described by a Monod-type response reflecting the limited specific consumption rate. Phytoplankton growth is represented by a logistic equation with a maximum specific growth rate achievable under sufficient oxygen supply, a half-saturation constant for oxygen, and an intraspecific competition coefficient. Phytoplankton mortality, including natural mortality, grazing by zooplankton, and viral infection, is assumed to be linear in density with a constant mortality rate. Thus, despite its conceptual nature, the employed parameterization allows the main biological processes of production, respiration, mortality, and intraspecific competition to be incorporated in a simplified but meaningful form.

The objective of this study is to investigate the dynamics of the oxygen–phytoplankton system under various conditions of marine ecosystem functioning and to elucidate the mechanisms underlying the formation of hypoxic zones in the ocean.

It is shown that the trivial equilibrium never loses stability; as a result, two different scenarios of system functioning are possible: either complete extinction of the system, or the emergence of a non-trivial attracting equilibrium, which, with an increase in the parameter characterizing the influence of environmental factors on the rate of oxygen production inside phytoplankton cells, evolves according to the Feigenbaum scenario. A parametric region of saddle-node bifurcation is identified, leading to the appearance of stable and unstable non-trivial solutions. When a threshold value is exceeded, bistability arises, where the choice of scenario is determined by initial conditions. In the vicinity of the bifurcation, a long period of quasi-stable development is observed, ending with a sharp collapse of the system components. Since the trivial solution is always stable, even a small variation in the current state can shift the system into an extinction regime. The obtained results make it possible to identify the boundaries of scenario shifts in system development and can serve as a basis for forecasting critical states of marine ecosystems.

В работе исследуется стохастическая динамика двумерной модели Хиндмарш–Розе в параметрической зоне сосуществования устойчивых равновесий и предельных циклов. Изучается явление индуцированных шумом переходов между аттракторами. Под воздействием случайных возмущений равновесные и периодические режимы объединяются в пачечные: система демонстрирует чередование малых колебаний около равновесия с осцилляциями больших амплитуд. Проводится анализ этого эффекта с помощью техники функций стохастической чувствительности и предлагается метод оценки критических значений интенсивности шума.

We study the stochastic dynamics of the two-dimensional Hindmarsh–Rose model in the parametrical zone of coexisting stable equilibria and limit cycles. The phenomenon of noise-induced transitions between the attractors is investigated. Under the random disturbances, equilibrium and periodic regimes combine in bursting regime: the system demonstrates an alternation of small fluctuations near the equilibrium with high amplitude oscillations. This effect is analysed using the stochastic sensitivity function technique and a method of estimation of critical values for noise intensity is proposed.

Используя математическое моделирование, геополитический, исторический и естественнонаучный подходы, разработана модель национальной безопасности государства. Модель безопасности отражает дихотомию ценностей развития и сохранения, являясь произведением соответствующих функций. В работе оценены основные параметры модели и рассмотрены некоторые ее приложения в сфере геополитики и национальной безопасности.

Using mathematical modeling, geopolitical, historical and natural science approach, the model of national security. Security model reflects the dichotomy of values development and conservation, being the product of the corresponding functions. In this paper we evaluated the basic parameters of the model and discusses some of its applications in the field of geopolitics and national security.

Охрана водных биоресурсов в морском прибрежном пространстве имеет существенные особенности (большое количество маломерных промысловых судов, динамизм обстановки, использование береговых средств охраны), в силу чего выделяется в отдельный класс прикладных задач. Представлена математическая модель охраны, предназначенная для определения состава средств обнаружения нарушителей и средств реализации обстановки в интересах обеспечения функции сдерживания незаконной деятельности. Решена тактическая теоретико-игровая задача: найден оптимальный рубеж патрулирования (стоянки) средств реализации (катеров охраны) и оптимальное удаление мест промысла нарушителей от берега. С использованием методов теории планирования эксперимента получены линейные регрессионные модели, позволяющие оценить вклад основных факторов, влияющих на результаты моделирования.

В интересах повышения устойчивости и адекватности модели предложено использовать механизм ранжирования средств охраны, основанный на границах и рангах Парето и позволяющий учесть принципы охраны и дополнительные характеристики средств охраны. Для учета изменчивости обстановки предложены несколько сценариев, по которым целесообразно выполнять расчеты.

Protection of aquatic biological resources in the coastal area has significant features (a large number of small fishing vessels, the dynamism of the situation, the use of coastal protection), by virtue of which stands in a class of applications. A mathematical model of protection designed for the determination of detection equipment and means of violators of the situation in order to ensure the function of deterrence of illegal activities. Resolves a tactical game-theoretic problem - find the optimal line patrol (parking) means of implementation (guard boats) and optimal removal of seats from the shore fishing violators. Using the methods of the theory of experimental design, linear regression models to assess the contribution of the main factors affecting the results of the simulation.

In order to enhance the sustainability and adequacy of the model is proposed to use the mechanism of rankings means of protection, based on the borders and the rank and Pareto allows to take into account the principles of protection and further means of protection. To account for the variability of the situation offered several scenarios in which it is advisable to perform calculations.

В работе предложена простая нелинейная модель, позволяющая рассчитать суточные и месячные значения валовой (GPP) и нетто (NPP) первичной продукции лесов по параметрам, характеризующим эффективность использования растениями ФАР на GPP и NPP, а также по интегральной величине поглощенной растительностью фотосинтетически активной радиации ФАР, определяемой в ходе измерений, в том числе средствами дистанционного зондирования. Необходимые для построения модели значения GPP и NPP определялись по данным измерений потоков СО₂ в еловых и влажных тропических лесах с применением процесс-ориентированной модели Mixfor-SVAT.

A simple non-linear model allowing to calculate daily and monthly GPP and NPP of forests using parameters characterizing the light-use efficiencies for GPP and NPP, and integral values of absorbed photosynthetically active radiation, obtained using field measurements and remotes sensing data was suggested. Daily and monthly GPP, NPP of the forest ecosystems were derived from the field measurements of the net ecosystem exchange of CO₂ in the spruce and tropical rain forests using a process-based Mixfor-SVAT model.