авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 |   ...   | 9 | 10 ||

«УДК 004 ББК 32.81 М34 Рекомендовано Редакционно-издательским советом ГрГУ им. Я. Купалы. Ред а к ц и он н а я ...»

-- [ Страница 11 ] --

Основы непрерывного вейвлет-анализа Интегральным вейвлет-преобразованием функции f (t) L2 (R) называется выражение + tb f (t) ( (1) W (a, b) = )dt, |a|1/2 a где a, b R, a = 0.

Входящая в выражение (1) функция (t)называется вейвлетом, а символу означает ком плексное сопряжение к функции [1].

Параметр a определяет размер вейвлета и называется масштабом. Его аналогом в Фурье анализе является период. Функциональный вид ядра в Фурье-преобразовании определен одно значно, в то время как вейвлет-преобразование одной и той же функции можно получить с по мощью разных базисных функций т.е. в различных системах масштабов.

Параметр b задает временную локализацию вейвлета и называется сдвигом. Он не имеет аналога в Фурье-преобразовании [2].

Спектральные характеристики Величину S(a, b) = |W (a, b)|2 (2) называют плотностью спектра энергии. Эта величина определяет спектральную характеристику не только для масштаба, но и для параметра сдвига b. По этой причине (2) называют локальным |W (a, b)|2 db называют глобальным спектром энергии [3].

спектрам энергии. Величину S(a) = Она показывает распределение энергии по масштабам и является аналогом плотности спектра энергии в преобразовании Фурье.

Практическое применение вейвлет-анализа Поскольку при обработке результатов измерений основными объектами преобразования яв ляются не функции, определенные на всей временной оси, а временные ряды, длина которых все гда конечна, то введенное выше определение интегрального вейвлет-преобразования, локального и глобального энергетического спектра не позволяют ими воспользоваться напрямую. Поэтому определим оценки приведенных выше характеристик.

Будем считать, что равномерный временной ряд задан значениями xk = x(tk ), tk = tk, k = 0, 1,..., N 1, где t - шаг выборки, N – число точек ряда.

Для оценки вейвлет-преобразования воспользуемся выражением:

N tk bj xk ( (3) W (ai, bj ) = ), n(ai, bj ) ai k= N 1 1 tk bj (a ) где n(ai, bj ) =, параметр B зависит от выбора анализирующего вейвлета (в част B i k= ности для вейвлета Морле B = 2, 2 = 2). Эта функция вычисляется на дискретном множестве значений аргументов ai, bj R, i = 0,... Na 1;

j = 0,... Nb 1. Существуют различные спосо бы дискретизации параметров a и b, определяются они в процессе исследования с точки зрения рациональности.

Используя (3) введем оценку локального спектра энегрии (4) S(ai, bj ) = W (ai, bj ), где ai, bj R, i = 0,... Na 1;

j = 0,... Nb 1. Эту оценку называют скалограммой, подчеркивая тем самым ее способность описывать распределение энергии по масштабам. Оценка глобального спектра энергии имеет вид:

(5) S(ai ) = S(ai, bj ), Nb j ai, bj R, i = 0,... Na 1;

j = 0,... Nb 1. Оценку (5) принято называть скейлограммой.

Чтобы убрать влияние контуров в оценке (4), можно выделить те точки, в которых она имеет максимумы по параметрам ai, bj S(ai, bj ), если S(ai1, bj ) S(ai, bj ) S(ai+1, bj ) (6) или S(ai, bj1 ) S(ai, bj ) Sc (ai, bj ) = S(ai, bj+1 ), в противном случае, 0, где ai, bj R, i = 0,... Na 1;

j = 0,... Nb 1. Оценку (6) называют скелетоном. Он позволяет вы делить в сигнале гармонические компоненты, линии которых ориентированы вдоль оси времени (b) и стохастические (шумовые), линии которых вытягиваются в перпендикулярном направлении этой оси.

В качестве анализирующего вейвлета будем использовать вейвлет Морле. Этот вейвлет рас познает во временном ряду колебание полного периода. Аналитическое представление вейвлета Морле:

2 2 (t) = et / [eik0 t ek0 /4 ], который называют плоской волной. Параметр задает ширину волны, параметр k0 - частоту плоской волны. Обычно выбирают 2 = 2 и k0 = 2.

Поскольку при анализе стационарных сигналов вейвлет-преобразование не дает новой ин формации по сравнению с преобразованием Фурье, мы проведем анализ сигнала, параметры которого меняются во времени. Модельный ряд определим соотношением:

2tk ), k = 0, 1,..., N 1, xk = A sin( Pk где tk = tk, k = 0, 1,..., N 1, t - шаг выборки, N - число точек ряда, A - амплитуда, Pk = P ( 1 + 1 cos( 2tk )) – переменный период, P – начальный период, P0 – период изменения 2 2 P величины Pk.

В нашем случае для моделирования ряда мы использовали следующие значения указанных выше параметров: N =100, t=1, P =15, P0 =200, A=100.

Для сравнения полученных результатов параллельно с вейвлет-анализом модельного ряда приведем график Фурье-периодограммы исследуемого сигнала.

Рисунок 1 – График исходных данных Рисунок 2 – Периодограмма модельно ряда Таблица 1 – Трехмерное представление оценки (4) Оценка (4) – скалограмма График плотности оценки (4) Рисунок 3 – Оценка (5) – скейлограмма Фурье-анализ в рассматриваемом случае дает периодограмму (рисунок 2), в которой пики мощности размазаны по достаточно большому диапазону частот. Полученная периодограмма не позволяет нам разрешить сигнал в частотной плоскости, в то время как оценка (5) (рисунок 3) четко показывает увеличение частоты (уменьшение масштаба) во времени. На скелетоне (табли ца 2) можно выделить три спектральные линии, соответствующие периодам: 20, 10, 5, при этом видно, что значения вейвлет-коэффициентов увеличиваются при увеличении времени и умень шении масштаба. Отсутствие линий, перпендикулярных оси времени (b), говорит об отсутствии в сигнале стохастических составляющих.

Таким образом, когда речь идет о временных рядах, параметры которых изменяются во времени, становится очевидным преимущество вейвлет-анализа над привычным спектральным анализом.

Список литературы 1. Витязев, В. В. Вейвлет-анализ временных рядов: Учебное пособие / В. В. Витязев // – С.-Петерб.:

С-ПГУ, 2001. – 58 с.

2. Грибунин, В. Г. Введение в анализ данных с применением непрерывного вейвлет-преобразования / В. Г. Грибунин // Электронная книга – С.-Петерб. АВТЭКС, 2002. – 30 с.

3. Астафьева, Н. М. Вейвлет-анализ: основы теории и примеры применения /Н. М. Астафьева // – УФН.

– 1996. – Т.166. – № 11, 1994. – С. 1145 – 1170.

Труш Николай Николаевич, заведующий кафедрой теории вероятности и математической статистики Белорусского государственного университета, доктор физ.-мат. наук, профессор, TroushNN@bsu.by Сакович Татьяна Николаевна, аспирантка кафедры стохастического анализа и эконометрического моделирования Гродненского государственного университета им. Янки Купалы, snezhitskaya@mail.ru УДК 519. М. С. ЯКИМЕЦ, М. А. МАТАЛЫЦКИЙ ИССЛЕДОВАНИЕ И ОПТИМИЗАЦИЯ МОДЕЛЕЙ ОБСЛУЖИВАНИЯ ПАЦИЕНТОВ В МЕДИЦИНСКИХ УЧРЕЖДЕНИЯХ В статье предлагаются стохастические модели обслуживания пациентов в медицинских учреждениях в виде сетей массового обслуживания с однотипными и разнотипными заявками. Их использование позволяет ответить на следующие вопросы: в состоянии ли обслужить существующая система данную популяцию пациентов, каким образом можно изменить систему, чтобы она могла удовлетворять их потребности, а на её содержание уходило минимальное количество ресурсов. Показано, что анализ медицинского учреждения в переходном режиме позволяет определить более реальные характеристики данного учреждения.

В Республике Беларусь медицина является отраслью, финансируемой из государственного бюджета. Рациональное использование средств, выделяемых на функционирование структур ме дицинских учреждений, является важной экономической задачей. Нередки случаи, когда число врачей, работающих в медицинских учреждениях, превышает то количество специалистов, кото рое необходимо для обслуживания населения, проживающего на некоторой территории. Встре чается и противоположное: персонала того или иного медицинского учреждения недостаточно для оказания помощи всем пациентам. В обоих случаях возникают неоправданные затраты: в первом случае за счёт выплаты заработной платы большому количеству врачей, во втором – за счет отсутствия пациентов на своих рабочих местах вследствие невозможности получения свое временной и оперативной медицинской помощи.

Целью данной работы было разработать стохастические модели обслуживания пациентов в медицинских учреждениях, используя сети МО, сформулировать и решить задачи оптимизации функционирования таких учреждений на основе найденных характеристик. При этом основное внимание было уделено следующему: разработка моделей функционирования больницы скорой медицинской помощи г. Гродно и Скидельской городской больницы в виде сетей МО, а также модель взаимодействия диспансеров и Гродненской областной клинической больницы;

разработ ка критериев оптимизации моделей;

решение задач условной целочисленной оптимизации для предложенных моделей;

Рассматриваемые задачи актуальны, так как правильное распределение средств, выделя емых на функционирование структур медицинских учреждений, является одной из основных проблем на сегодняшний день.

Рассмотрим несколько моделей функционирования медицинских учреждений, которые мож но описать с помощью открытых сетей МО. Будем использовать системы массового обслужи вания (СМО) в качестве моделей различных структур (отделений) медицинских учреждений.

При этом специалисты (врачи), которые работают в данных отделениях на соответствующем оборудовании соответствуют линиям обслуживания СМО. Пациентам, которые обращаются за медицинским обслуживанием, в моделях соответствуют заявкам, перемещающиеся между СМО сети.

Рассмотрим в начале структуру взаимодействия отделений больницы скорой помощи. В ка честве модели такого взаимодействия можно использовать сеть МО, изображённую на рисунке 1, где: S1 – приёмное отделение, S2 – урологическое отделение, S3 – травматологическое отде ление, S4 – детское ортопедо-травматологическое отделение, S5 – гинекологическое отделение, S6 – отделение патологии беременности, S7 – ожоговое отделение, S8 – отделение хирургия, S – нейрохирургическое отделение, S10 – отдел анестезиологии и реанимации, S11 – операционное отделение, S12 – рентгенологическое отделение, S13 – отделение диагностики, S14 – отделение магнитно-резонансного компьютерного томографа, S15 – акушерско-физиологическое отделение, S16 – акушерско-обсервационное отделение, S17 – отделение новорождённых физиологическое, S18 – отделение токсикологии, S19 – обсервационное отделение новорождённых, S20 – приемный покой акушерско-гинекологический.

Рисунок 1 – Модель взаимодействия отделений больницы скорой медицинской помощи г. Гродно Моделью взаимодействия структурных подразделений Скидельской городской больницы яв ляется сеть МО, состоящая из 4 систем, рис. 2. Здесь, S1 – приемное отделение, S2 – терапевти ческое отделение, S3 – хирургическое отделение, S4 – детское отделение.

Рисунок 2 – Модель взаимодействия отделений Скидельской городской больницы При решении задачи структурной оптимизации необходимо учитывать два момента: миними зацию стоимостных расходов на содержание отделений больниц и удовлетворение потребностей пациентов. Сформулируем данную задачу.

Пусть n – число СМО в сети (отделений в больнице), µi – интенсивность обслуживания заявок (пациентов) в каждой линии обслуживания (каждым врачом) i-той СМО, i = 1, n. При этом предполагается, что в каждой линии время обслуживания заявок распределено по экспо ненциальному закону. Пусть di – затраты на содержание одной заявки в i-ой СМО (затраты на пребывание одного пациента в очереди и на обслуживании), а Ei – затраты на содержание одной линии обслуживания в i-ой СМО (заработная плата врача, затраты на оборудование, на котором работает врач и др.), i = 1, n. Обозначим через (k1, k2,..., kn ) – состояние сети, где ki – число заявок, находящихся в i-той СМО, i = 1, n. Тогда задачу оптимизации можно сформулировать следующим образом:

W (m) = W (m, m,..., m ) = n (d N (m, m,..., m ) + E m ) min, 1 2 n ii 1 2 n ii (1) m1,m2,...,mn i= mi ai, i = 1, n, где mi – число линий обслуживания в i-той СМО, Ni = Ni (m1,..., mn )– среднее число заявок в i-той СМО, а ai – некоторые заданные числа, i = 1, n. Прямые ограничения в задаче оптимиза ции означают, что в i-той СМО нельзя создать более ai линий обслуживания, i = 1, n. Значение Ni = Ni (m1,..., mn ) можно найти как математическое ожидание числа заявок в i-той СМО с mi линиями обслуживания Ni = ki Pi (ki )), где Pi (ki ) – вероятность, что в этой СМО в стацио ki = нарном режиме находится ki заявок. Выражение для Ni, i = 1, n, имеет довольно сложный вид [1]:

mi i mi Pi (mi ) Ni = Pi (mi ) + ki Pi (ki ) +, 2 1 mii i mi 1 ki = mi mi где ki Pi (ki ) = 0, при mi = 1.

ki = Задача (1) является задачей условной целочисленной оптимизации. Искомые значения пе ременных – целые числа, причём они не превосходят некоторых заданных значений ai, i = 1, n.

Учитывая этот факт, а также сложность целевой функции, для решения задачи предлагается применить метод полного перебора.

Рассмотрим теперь структуру взаимодействия диспансеров и Гродненской областной кли нической больницы. Данную структуру можно описать с помощью замкнутой структуры МО с центральной СМО. Заявка из внешней среды S0 (совокупность всех пациентов, которые могут об ратиться за помощью в диспансеры), поступает в одну из периферийных СМО, которые соответ ствуют диспансерам: S1 – Гродненский областной кардиологический диспансер, S2 – Гродненский областной кожно-венерологический диспансер, S3 – Гродненский областной онкологический дис пансер, S4 – Гродненский областной эндокринологический диспансер, S5 – областной диспансер спортивной медицины г. Гродно.

Рисунок 3 – Модель взаимодействия диспансеров и Гродненской областной клинической больницы Заявка, закончив обслуживание в i-ой СМО, i = 1, n 1, попадает в центральную систему, которая представляет собой областную больницу. Далее заявка опять попадает в. Величины, ха рактеризуют количество специалистов, работающих в i-ом диспансере. Системы Si, i = 1, n 1, являются СМО типа M/M/m1, структура является замкнутой с центральной системой обслужи n вания, в которой обслуживаются Ki (t) заявок типа i, i = 1, n 1, K(t) = Ki (t). Число заявок i= Ki (t) и K(t) являются некоторыми функциями времени.

Введём следующие стоимостные коэффициенты: di затраты на содержание одной заявки типа i в очереди и на обслуживании в системе Si, в единицу времени;

Ei – затраты на содержание одной линии обслуживания в системе Si, i = 1, n 1;

En -– затраты на содержание одной линии обслуживания в системе Sn.

ki (t) Пусть, кроме того li (t) = K(t), i = 1, n 1, ln (t) = K(t), а ni (t) = { K(t) }, i = 1, n среднее mi относительное число заявок в системе Si, i = 1, n. Тогда общие средние затраты на содержание структуры на интервале времени [0, T ] выражается соотношением:

n T W (T ) = W (T, n(t)) = [K(t) (di ni (t) + Ei li (t))]dt (2) T 0 i= Сформулируем задачу для нахождения оптимального числа линий обслуживания mi, i = 1, n 1 в системах Si, такого, чтобы среднее число заявок в системах не превышало числа линий в этих системах и потери (2) были бы минимальны:

W (t) min, mi,i=1,n (3) K(t)ni (t) mi, i = 1, n 1, K(t)nn (t) 1, t [0, T ] Для решения поставленной задачи вначале необходимо найти вектор среднего относитель ного числа заявок, находящихся в системах Si, i = 1, n, n(t) = (n1 (t),..., nn (t)).

Доказано, что эти величины, с точностью до O 2 (t) определяются из системы уравнений:

n ni (t) = µi ni (t) + µ0i (t) 1 + (t), i = 1, n 1, i=1 ni (t) nn (t) = µ1 n1 (t) + µ2 n2 (t) +... µn nn (t).

где (t) = K(t).

Далее значения ni (t), i = 1, n, найденные из этой системы, подставляются в оптимизацион ную задачу (3) и вычисляется значение стоимостного критерия W. Заметим, что ni (t), i = 1, n, не зависят от m1,..., mn. Очевидно, что функционал W(t) представляет собой линейную воз растающую функцию, зависящую от mi (t), i = 1, n. Следовательно, решением задачи (3) будут наименьшие m1,..., mn, которые удовлетворяют ограничениям этой задачи.

Был также проведен анализ работы медицинских учреждений с учетом различных типов пациентов, поступающих в них. В качестве моделей при этом использовались сети МО с разно типными заявками.

Полученные результаты могут быть применены при принятии различных управленческих решений.

Список литературы 1. Маталыцкий, М. А. Системы и сети массового обслуживания: анализ и применения / М. А. Маталыц кий, О. М. Тихоненко, Е. В. Колузаева – Гродно: ГрГУ, 2011. – 817 с.

Маталыцкий Михаил Алексеевич, заведующий кафедрой стохастического анализа и эконометриче ского моделирования ГрГУ им. Я. Купалы, доктор физико-математических наук, профессор.

Якимец Мария Сергеевна, студент 5 курса факультета математики и информатики ГрГУ им. Я.

Купалы, ya.m.s.I@mail.ru СОДЕРЖАНИЕ Предисловие................................................ КЛАСТЕРНЫЕ СИСТЕМЫ И ПАРАЛЛЕЛЬНЫЕ ВЫЧИСЛЕНИЯ Belov M. A., Halavanau A. A. Speeding up computations in physics with general-purpose graphic processors................................................. Анищенко В. В., Парамонов Н. Н., Чиж О. П. Методологические принципы обоснования и выбора параметров отраслевых суперкомпьютеров....................... Анищенко И. С., Родченко В. Г. Алгоритм построения кластерной структуры на основе использования центра масс образа класса............................ Бабарика Н. Н., Никитин А. В. Автоматизация системы документооборота и алгоритмы принятия решений........................................... Белко А. В., Никитин А. В. Парраллельные алгоритмы решения задач молекулярной дина мики................................................... Карпович А. Г. Параллельные вычисления в молекулярной динамике............... Кондратьева О. М., Пересторонин П. C. Библиотека классов для разработки MPI приложений.....................


.......................... Курочка К. С., Левкович Д. А., Кухаренко А. А. Создание вычислительного кластера для решения задач о распределении электромагнитного поля на основе бесплатного про граммного обеспечения........................................ Курочка К. С., Кухаренко А. А. Компьютерное моделирование распределения электромаг нитного поля вокруг сферических частиц с использованием векторного метода конечных элементов................................................ Шалькевич П. К., Кундас С. П. Анализ эффективности использования программных па кетов PVM и MPI для параллелизации вычислений при моделировании неизотермического влагопереноса в природных дисперсных средах........................... ДЕТЕРМИНИРОВАННЫЕ СИСТЕМЫ И ПРОЦЕССЫ Банюкевич Е. В. Вейвлетная схема для нахождения численного решения задачи Коши для уравнения колебания струны..................................... Баркалин В. В., Плетежов А. А. Моделирование массивов УНТ в высокочастотном элек тромагнитном поле.......................................... Баровик Д. В., Корзюк В. И., Таранчук В. Б. Численное исследование корректности одной математической модели низовых лесных пожаров.................... Бойкачев П. В., Филиппович Г. А., Белевич В. Ф. Моделирование параметров СВЧ транзисторов в широком диапазоне частот............................ Бойко В. К., Кадан А. М. Программная реализация алгоритма решения задачи о минималь ном числе входов линейных стационарных систем........................ Босяков С. М., Винокурова А. В., Доста А. Н. Конечно-элементный анализ перемеще ний костей черепа человека после активации ортодонтического аппарата для расширения верхней челюсти............................................ Вувуникян Ю. М. Вычисление спектральных характеристик полиномиальных эволюционных операторов, порождённых дифференциальными уравнениями.................. Гаркуша С. В., Андрушко Д. В. Математическая модель распределения частотно временного ресурса в нисходящем канале связи технологии WiMAX............. Гулай А. В., Гулай В. А., Козлова О. А., Колешко В. М. AB INITIO моделирование электронных свойств фторидов редкоземельных элементов.................. Джомартова Ш. А., Мазаков Т. Ж. Применение интервальной математики к анализу управляемости систем........................................ Дмитренко А. А., Седышев С. Ю. Сравнительный анализ энергетических и точностных характеристик различных способов определения пространственных координат источников радиоизлучения............................................. Долгая Я. В., Чашинский А. С., Баркалин В. В. Компьютерная реализация метода мо лекулярных гармоник для моделирования многоатомных квантово-механических систем. Ержан А. А. Расчет минимальной мощности передатчика для обеспечения требуемого от ношения сигнал-шум........................................ Исаченко А. Н., Исаченко Я. А. Отношение связности в матроиде............. Карпук А. А. Выбор оптимальных рабочих частот для двух радиосредств по критерию электромагнитной совместимости................................. Киселева Н. Н., Шушкевич Г. Ч. Использование системы компьютерной математики MATHCAD при решении задач экранирования........................... Козлова О. А., Нелаев В. В. AB INITIO моделирование электронных свойств двухмерной структуры дисульфида молибдена с вакансионными кластерами............... Корзюк В. И., Дайняк В. В., Протько А. А. Об одной краевой задаче для линейного урав нения третьего порядка составного типа.

............................ Корнеев В. Н., Гертман Л. Н., Булак И. А. Математическое моделирование распростра нения загрязняющих веществ в водохранилище при аварийном сбросе............ Котов В. С., Голубев Н. Ф., Токарев В. В., Борисенко В. Е. Моделирование диодов Шоттки с МОП канавочной структурой............................. Левчук Е. А., Чеб Е. С. Моделирование электрического поля в многослойных полупроводни ковых структурах методом конечных элементов........................ Метельский А. В., Карпук В. В. Алгоритмы спектрального приведения дифференциальной системы с запаздыванием...................................... Михайловская Л. В., Плющ О. Б., Долгин Е. В. Нейросетевое моделирование рефлексив ного взаимодействия с использованием языка R......................... Михайловская Л. В., Плющ О. Б., Трощенко И. А. Применение метода имитацион ного моделирования для оценки эффективности проекта реинжиниринга бизнес-процессов предприятия.............................................. Мороз В. В., Чубач Е. С. Пространственно-временная интерполяционная модель оптиче ского потока.............................................. Мурзабеков З. Н., Айпанов Ш. А. Алгоритм построения оптимального синтезирующего управления в линейно-квадратичной задаче с ограничениями на значения управления... Саксонов Е. А., Шередин Р. В. Особенности обработки обезличенных персональных данных Слапик В. С. Разработка автоматизированной информационной системы поддержки при нятия решений о межпроектном перемещении работника на IT-предприятии....... Солонар А. С., Хмарский П. А. Оценка влияния условий наблюдения на показатели каче ства модификаций дискретных фильтров Калмана при косвенном измерении....... Сороговец В. И. Моделирование температурных полей двухслойных сферических тел мето дом разделения переменных...................................... Сороговец В. И., Сороговец И. Б. Моделирование температурных полей двухслойных ци линдрических тел методом разделения переменных....................... Степанова Т. В. Автоматизация календарного планирования и управления проектами IT компаний................................................ Хартовский В. Е., Павловская А.Т. Некоторые вопросы управления линейными объектами нейтрального типа.......................................... Цехан О. Б. Исследование структурных свойств сингулярно возмущенных систем с запазды ванием в системе компьютерной математики.......................... Шпак Д. С. О композиции эволюционных операторов Вольтерра – Винера, один из которых линейный................................................ Ярмолик С. Н., Храменков А. С. Обнаружение одиночного сигнала известной формы на основе модифицированного последовательного алгоритма Вальда............... СТОХАСТИЧЕСКОЕ МОДЕЛИРОВАНИЕ Боярович Ю. С., Марченко Л. Н. Открытая сеть массового обслуживания с неактивными заявками и обходами систем..................................... Габрусевич Е. С., Маталыцкий М. А. Стохастическая модель формирования доходов об ластной налоговой инспекции.................................... Дудовская Ю. Е. Сеть с многорежимным обслуживанием и абстрактным описанием со стояний................................................. Журак М. К., Харин Ю. С. Об оценивании параметров Пуассоновской условно авторегрес сионной модели заболеваемости на основе пространственно-временных данных....... Зуев Н. М., Лаппо П. М. Характеристики времени наступления серии случайных событий в полиномиальной схеме....................................... Ивановская Т. К., Маталыцкий М. А. Прогнозирование доходов региональной таможни с помощью НМ-сетей.......................................... Китурко О. М., Маталыцкий М. А. Нахождение ожидаемых доходов систем замкнутой структуры массового обслуживания................................ Ключников А. С., Сидоренко К. С. Математическое моделирование портфеля стратегий и корпоративной системы управления предприятием...................... Копать Д. Я., Маталыцкий М. А. О нахождении максимальных входных потоков клиентов в одной системе обслуживания................................... Лаппо П. М. О рекуррентных алгоритмах вычисления вероятности разорения за конечное время................................................... Монько В. Д., Паньков А. В. О имитационном моделировании сетей массового обслужи вания с однотипными заявками................................... Науменко В. В., Маталыцкий М. А. Исследование сети массового обслуживания с обходами систем обслуживания разнотипными заявками и ее применения............... Русилко Т. В., Хонская Н. С. Исследование временного ряда данных по импорту природного газа в Республику Беларусь...................................... Семенчук Н. В., Степаненко И. С. Использование статистических методов при анализе производственных данных...................................... Смолевская О. В., Косарева Е. В. О некоторых задачах оптимизации процесса обработки электронных сообщений в информационной сети и методах их решения........... Статкевич С. Э., Маталыцкий М. А., Монько В. Д. Анализ НМ-сетей с различными особенностями и их применение при моделировании доходов систем межбанковских пла тежей.................................................. Труш Н. Н., Сакович Т. Н. Практическое применение непрерывного вейвлет-преобразования к анализу временных рядов с выраженной неоднородностью.................. Якимец М. С., Маталыцкий М. А. Исследование и оптимизация моделей обслуживания пациентов в медицинских учреждениях.............................. Научное издание МАТЕМАТИЧЕСКОЕ И КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ СИСТЕМ И ПРОЦЕССОВ Сборник научных статей Ответственные за выпуск М. В. Вахмянина, М. И. Верстак Дизайн обложки: О. В. Канчуга Издаётся в авторской редакции Отпечатано с готового оригинал-макета Компьютерная вёрстка: А. К. Васечко Подписано в печать 10.10.2013. Формат 6084/8.

Бумага офсетная. Ризография. Гарнитура Computer Modern.

Усл. печ. л. 42,78. Уч.-изд. л. 41,5. Тираж 45 экз. Заказ.

Издатель и полиграфическое исполнение:

Учреждение образования «Гродненский государственный университет имени Янки Купалы».

ЛИ № 02330/0549484 от 14.05.2009.

ЛП № 02330/0494172 от 03.04.2009.

Пер. Телеграфный, 15а, 230023, Гродно.

ISBN 978-985-515-677- 9 789855

Pages:     | 1 |   ...   | 9 | 10 ||
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.