Математическое моделирование и прикладная математика. Рубрика в журнале - Информатика и автоматизация (Труды СПИИРАН)
Подход к локализации источника эпидемии COVID-19 в России на основе математического моделирования
Статья
В статье описаны результаты обработки статистических данных из открытых источников по развитию эпидемии COVID-19 и выполненного исследования по определению места и времени начала ее в России. В интересах предлагаемого исследования дан обзор существующих моделей процессов развития эпидемии и методов решения прямых и обратных задач его анализа. Предложена модель развития эпидемии COVID-19 в сети из девяти городов России: Москва, Санкт-Петербург, Нижний Новгород, Ростов-на-Дону, Краснодар, Екатеринбург, Новосибирск, Хабаровск, Владивосток. Города выбраны как по географическому положению, так и по количеству населения в них. Модель состоит из двадцати семи дифференциальных уравнений. Разработан алгоритм обратного анализа модели эпидемии. В качестве исходных данных для решения задачи выступали сведения по численности населения городов, интенсивности переходов процесса из одних состояний в другие, а также данные по инфицированности населения на заданные моменты времени. В статье также приводятся результаты детального анализа подходов решения к моделированию развития эпидемий по видам моделей (базовая модель SEIR, модель SIRD, адаптивная поведенческая модель, модифицированные SEIR-модели), и по странам (в Польше, во Франции, Испании, Греции и других), а также обзор прикладных задач, которые можно решить, используя моделирование распространения эпидемий. Рассматриваются дополнительные параметры среды, которые влияют на моделирование распространения эпидемий и могут учитываться для повышения точности результатов. По результатам моделирования установлены наиболее вероятные города-источники начала эпидемии в России, а также момент ее начала. Достоверность полученных оценок во многом определяется достоверностью использованных статистических данных по развитию COVID-19, находящихся в открытом доступе.
Бесплатно
Статья
Современное состояние решения задачи комплексного планирования выполнения пакетов заданий в многостадийных системах характеризуется отсутствием универсальных способов формирования решений по составам пакетов, наличием ограничений на размерность задачи и невозможностью гарантированного получения эффективных решений при различных значениях ее входных параметров, а также невозможностью учета условия формирования комплектов из результатов. В статье авторами реализовано решение задачи планирования выполнения пакетов заданий в многостадийных системах при формировании комплектов результатов в заданные для них директивные сроки. Для решения задачи планирования выполнена декомпозиция обобщенной функции системы на совокупность иерархически взаимосвязанных подфункций. Применение декомпозиции позволило использовать иерархический подход для планирования выполнения пакетов заданий в многостадийных системах, предусматривающий определение решений по составам пакетов на верхнем уровне иерархии и построение расписаний выполнения пакетов на нижнем уровне иерархии. Для оптимизации решений по составам пакетов и расписаниям их выполнения в соответствии с иерархическим подходом применена теория иерархических игр. Построена математическая модель иерархической игры для определения эффективных составов пакетов заданий и расписаний их выполнения, представляющая собой систему критериев на уровнях принятия решений. Оценка эффективности решений по составам пакетов на верхнем уровне иерархии обеспечивается распределением результатов выполнения заданий по комплектам в соответствии с сформированным расписанием. Для оценки эффективности решений по составам пакетов сформулирован метод упорядочивания идентификаторов типов комплектов с учетом директивных сроков и метод распределения результатов выполнения заданий по комплектам, реализующий вычисление моментов времени окончания формирования комплектов и запаздываний с их формированием относительно заданных директивных сроков. Выполнены исследования планирования процесса выполнения пакетов заданий в многостадийных системах при условии формирования комплектов в заданные директивные сроки. На их основе сформулированы выводы, касающиеся зависимости эффективности планирования от входных параметров задачи.
Бесплатно
Прогнозирование на фондовых рынках с использованием формализма статистической механики
Статья
Аналитически исследована возможность и целесообразность прогнозирования на фондовых рынках с помощью методов и подходов статистической механики. Аппарат статистической механики применен для анализа и прогноза одного из важнейших показателей рынка – распределения логарифмической доходности. В качестве исходной модели использована модель Лотки-Вольтерра, применяемая в экологии для описания систем типа «хищник-жертва». Она адекватно аппроксимирует динамику рынка. В статье использована ее гамильтоновость, позволяющая применить аппарат статистической механики. Аппарат статистической механики (с использованием принципа максимальной энтропии) позволяет реализовать вероятностный подход, который адаптирован к условиям неопределенности фондового рынка. Канонические переменные гамильтониана представлены в виде логарифмов цен акций и облигаций, совместная функция распределения вероятности цен акций и облигаций получена в виде распределения Гиббса. Больцмановский фактор, входящий в распределение Гиббса, позволяет оценить вероятность появления тех или иных цен на акции и облигации и получить аналитическое выражение для вычисления логарифмической доходности, дающее более точные результаты, чем широко используемое нормальное (Гауссово) распределение. По своим характеристикам полученное распределение напоминает распределение Лапласа. Вычислены основные характеристики полученного распределения – среднее значение, дисперсия, асимметрия, эксцесс. Математические результаты представлены графически. Дано объяснение причинно-следственного механизма, вызывающего изменение доходности рынка. Для этого развита идея Теодора Модиса о конкуренции между акциями и облигациями за внимание и деньги инвесторов (по аналогии с оборотом биомассы в моделях типа «хищник-жертва» в биологии). Результаты исследования представляют интерес для инвесторов, теоретиков и практиков фондового рынка. Они позволяют принимать продуманные и взвешенные решения по инвестированию за счет более реального представления об ожидаемой доходности и более адекватной оценки инвестиционного риска.
Бесплатно
Статья
Работа посвящена прогнозированию развития эпидемии COVID-19 с помощью нового метода рандомизированного машинного обучения. Основу метода составляет идея оценивания распределений вероятностей параметров модели по реальным данным вместе с распределением вероятностей измерительных шумов. Энтропийно-оптимальные распределения соответствуют состоянию максимальной неопределенности, что позволяет использовать получаемые в итоге прогнозы, как прогнозы наиболее ``негативного'' сценария исследуемого процесса. Полученные оценки параметров и шумов, которые представляют собой распределения вероятностей, необходимо генерировать, получая таким образом ансамбль траекторий, который требуется анализировать статистическими методами. Для целей такого анализа проводится вычисление средней и медианной по ансамблю траектории, а также траектории, соответствующей средним по распределению значениям параметров модели. Предлагаемый подход используется для прогнозирования общего количества инфицированных с помощью трехпараметрической логистической модели роста. Проведенный эксперимент основан на реальных данных о распространении COVID-19 в нескольких странах Европейского союза. Основной целью эксперимента является демонстрация энтропийно-рандомизированного подхода для прогнозирования эпидемического процесса на основе реальных данных вблизи пика. Существенная неопределенность, содержащаяся в доступных реальных данных моделируется аддитивным шумом в пределах 30%, который используется как на этапе обучения модели, так и при прогнозировании. Для настройки гиперпараметров модели используется схема их настройки по тестовой выборке с последующим переобучением. Показано, что при одинаковых наборах данных, предлагаемый подход позволяет более эффективно прогнозировать развитие эпидемии по сравнению со стандартным подходом, основанным на методе наименьших квадратов.
Бесплатно
Статья
Многие приложения цифровой обработки сигналов (DSP) и электронные гаджеты сегодня требуют цифровой фильтрации. Для получения быстрых и улучшенных результатов использовались различные алгоритмы оптимизации. Некоторые исследователи использовали Enhanced Slime Mold Algorithm для разработки 2D БИХ-фильтра. Однако было замечено, что данный алгоритм не обеспечил лучшей структуры решения и имел более низкую скорость сходимости. Чтобы решить эту проблему, для разработки 2D БИХ-фильтра используется алгоритм оптимизации Fused ESMA-Pelican Optimization Algorithm (FEPOA), который объединяет Pelican Optimization Algorithm с Enhanced Slime Mould Algorithm (ESMA). Сначала для инициализации популяции используется хаотический подход, который обеспечивает высококачественную популяцию с превосходным разнообразием, после чего позиция членов популяции заключается в идентификации и корректировке особи в граничной области поиска. После этого с помощью тактического подхода пеликана (Pelican Tactical Approach) изучается пространство поиска и исследовательской мощности FEPOA, потом случайным образом вычисляется пригодность, и обновляется лучшее решение, а затем оно перемещается к итерациям. Фазы FEPOA повторяются до тех пор, пока не завершится выполнение. Далее лучшее решение дает оптимальное решение, которое повышает скорость сходимости, точность сходимости и производительность FEPOA. Затем FEPOA реализуется в БИХ-фильтре для улучшения общей конструкции фильтра. Результаты, предоставленные FEPOA, достигают необходимой пригодности и наилучшего решения для 200 итераций, а амплитудная характеристика достигает максимального значения для = 2,4,8, а также время выполнения 3,0158 с, что намного быстрее, чем другие генетические алгоритмы, часто используемые для 2D БИХ-фильтров.
Бесплатно
Статья
Статья посвящена исследованию одноканальной системы массового обслуживания. На вход системы подаются два стационарных пуассоновских потока заявок. Первый из них обладает абсолютным приоритетом по отношению ко второму. Емкость системы ограничена k заявками. В системе присутствует вероятностный выталкивающий механизм: если подошедшая высокоприоритетная заявка застает все места в накопителе занятыми, то она с заданной вероятностью выталкивания a может вытеснить из накопителя одну низкоприоритетную заявку, если таковые в нем имеются. Все заявки обслуживаются по одному и тому же показательному закону. Заявки, не сумевшие попасть в систему из-за ограниченности объема накопителя, а также вытесненные из накопителя при срабатывании выталкивающего механизма, не теряются сразу безвозвратно, а направляются в особую часть системы, называемую орбитой и предназначенную для сохранения повторных заявок. На орбите формируются две отдельные неограниченные очереди, состоящие, соответственно, из низкоприоритетных и высокоприоритетных повторных заявок. При отсутствии свободного места в накопителе вновь подошедшие заявки с заданной вероятностью настойчивости q присоединяются к соответствующей орбитальной очереди. Время пребывания повторных заявок на орбите распределено по показательному закону, параметр этого закона различается для разных типов требований. После ожидания на орбите вторичные заявки вновь направляются в систему. Вероятностные характеристики описанной системы рассчитываются методом производящих функций, ранее предложенным авторами для расчета аналогичных систем без повторных требований. Детально исследуется зависимость вероятностей потери обоих типов заявок от параметров системы, прежде всего от вероятности выталкивания a, емкости системы k и вероятности повторного обращения (вероятности настойчивости) q. Показано, что ранее выявленные в аналогичных задачах без повторных обращений эффект запирания системы и эффект линейности закона потерь сохраняют свою силу и при наличии вторичных заявок. Теоретические результаты подкрепляются численными расчетами. Построены области запирания системы и области действия линейного закона потерь. Исследуется влияние вероятности повторного обращения q на форму этих областей, а также на кривые зависимости вероятностей потери обоих типов заявок от вероятности выталкивания a.
Бесплатно
Статья
В качестве маркера, характеризующего загрязнение воздуха в приземном слое атмосферы современных городов, часто используется уровень концентрации твердых частиц диаметром 2.5 микрона и меньше (Particulate Matter, PM2.5). В работе обсуждается практика применения для измерения концентрации PM2.5 в условиях городской среды относительно дешевого оптического датчика, входящего в состав станции CityAir. В статье предложена статистически обоснованная корректировка получаемых станциями CityAir первичных данных о значениях концентрации взвешенных частиц PM2.5 в приземном слое атмосферы г. Красноярска. Для построения регрессионных моделей эталонными считались измерения, получаемые от анализаторов E-BAM, расположенных на тех же постах наблюдения, что и корректируемые датчики. Для анализа использовались первичные данные 1) с 9 автоматизированных постов наблюдения краевой ведомственной информационно-аналитической системы данных о состоянии окружающей среды Красноярского края (КВИАС); 2) с 21-й станции CityAir системы мониторинга Красноярского научного центра СО РАН. В работе продемонстрировано, что при корректировке показаний датчиков необходимо учитывать метеорологические показатели. Кроме того, показано, что коэффициенты регрессии существенно зависят от сезона. Проведено сравнение методов обучения с учителем для решения задачи корректировки показаний недорогих датчиков. Дополнительная информация по результатам анализа данных, не вошедшая в текст статьи, размещена на электронном ресурсе https://asm.krasn.ru/.
Бесплатно
Сходимость по норме динамики коллективного поведения в рефлексивной модели олигополии с лидерами
Статья
Рассматривается модель олигополии с произвольным числом рациональных агентов, рефлексирующих по Курно или Штакельбергу, в условиях неполной информации для классического случая линейных функций издержек и спроса. Исследуется проблема достижения равновесия на основе математического моделирования процессов принятия агентами решений. Работы в этом направлении являются актуальными ввиду значимости понимания процессов, происходящих на реальных рынках, и сближения с ними теоретических моделей. В рамках динамической модели рефлексивного коллективного поведения каждый агент в каждый момент времени корректирует свой объем выпуска, делая шаг в направлении выпуска, максимизирующего его прибыль при ожидаемом выборе конкурентов. Допустимая величина шага задается диапазоном. В данной статье ставится и решается задача поиска диапазонов допустимых шагов агентов, которые формулируются как условия, гарантирующие сходимость динамики к равновесию. Новизну исследования определяет использование в качестве критерия сходимости динамики нормы матрицы перехода погрешностей от t-го к (t+1)-му моменту времени. Показано, что динамика сходится, если норма меньше единицы, начиная с некоторого момента времени, и невыполнение этого критерия особенно проявляет себя при разнонаправленном выборе, когда одни агенты выбирают «большие» шаги движения к своим текущим целям, другие, наоборот, – «малые» шаги. Невыполнение критерия также усиливается с ростом рынка. Установлены общие условия на диапазоны сходимости динамики для произвольного числа агентов и предложен метод построения максимальных таких диапазонов, что также составляет новизну исследования. Представлены результаты решения указанных задач для частных случаев олигополии, которые являются наиболее широко распространенными на практике.
Бесплатно
Численное решение задачи фильтрации оценок информационного воздействия на электорат
Статья
В статье предложены постановка и численная схема решения задачи фильтрации оценок информационного воздействия средств масс-медиа на электорат, позволяющие с высокой степенью точности на заданном интервале наблюдения определить число индивидов в обществе, отдающих предпочтение определенному политическому субъекту (мнению). Основу постановки задачи составляет математическая модель оценки информационного воздействия на электорат при проведении выборных кампаний, которая сводится к решению стохастического дифференциального уравнения – уравнения состояния. Его исследование при составлении модели фильтрации оценок информационного воздействия предложено свести к численному решению уравнения Дункана–Мортенсена–Закаи при введении дополнительного уравнения наблюдения, которое получается из уравнения состояния при оценке его стохастических компонент (наблюдаемые интенсивности агитации от разнородных средств масс-медиа) методами полиспектрального анализа. Решение уравнения Дункана–Мортенсена–Закаи выполнено в проекционной постановке метода Галёркина при сведении к системе линейных дифференциальных уравнений и получении ее решения при дискретизации интервала анализа на подинтервалы и использования метода матричной экспоненты. Для уточнения особенностей алгоритмической реализации составленной численной схемы сформирована рекурсивная процедура численной фильтрации оценок информационного воздействия, представленная в виде псевдокода. Для наглядного сравнения результативности сформированного численного решения задачи нелинейной фильтрации оценок информационного воздействия средств масс-медиа на электорат проведены расчеты на тестовых выборках большого объема для различных значений количества политических субъектов (мнений) и числа подгрупп, на которые разделяется разнородный социум (электорат). Под результативностью решения понимается апостериорно вычисленная зависимость вероятности принятия ошибочного решения о победе политического субъекта-лидера от дисперсионных параметров нестационарных негауссовских шумов наблюдаемых интенсивностей агитации. Зависимости результативности предложенного решения сравнены с результатами непосредственного численного решения систем уравнений состояния и наблюдения.
Бесплатно
