Компьютерные науки и информатика. Рубрика в журнале - Вестник Пермского университета. Математика. Механика. Информатика

Публикации в рубрике (26): Компьютерные науки и информатика
все рубрики
Разработка системы управления сервопривода с параметрической адаптацией для поворотных испытательных стендов

Разработка системы управления сервопривода с параметрической адаптацией для поворотных испытательных стендов

Вячеслав Александрович Лазарев, Павел Алексеевич Иванов

Статья научная

Предложено решение задачи параметрической адаптации системы управления сервопривода поворотного испытательного стенда под текущий момент инерции полезной нагрузки (объекта испытаний). Определение текущего момента инерции полезной нагрузки основано на реализации обратной связи от датчика тока обмоток сервомотора при воспроизведении движения с постоянным угловым ускорением. Динамическое изменение моментов инерции полезной нагрузки компенсируется адаптивными алгоритмами перенастройки этой системы, что приводит к сохранению и поддержанию заданных параметров качества управления движением. В работе проведено исследование частотных характеристик контура управления скоростью вращения планшайбы поворотного испытательного стенда при различных значениях моментов инерции полезной нагрузки, установленной на планшайбе стенда, с целью определения зависимости характеристик контура от значения текущего момента инерции полезной нагрузки.

Бесплатно

Рекомендации по разработке менеджеров паролей для ОС Андроид

Рекомендации по разработке менеджеров паролей для ОС Андроид

Черников А.В.

Статья научная

Рассматриваются существующие менеджеры паролей в операционной системе (далее ОС) Андроид: функционал, возможности, проблемы применения. За предмет исследования взяты как платные, так и бесплатные версии менеджеров паролей, как с открытым исходным кодом, так и с закрытым. В результате проведенного анализа делаются выводы и приводятся рекомендации о необходимости или внедрения дополнительных функций в существующие решения, или разработку нового менеджера паролей с исключенными проблемами.

Бесплатно

Решение задачи навигации АНПА на ОС реального времени

Решение задачи навигации АНПА на ОС реального времени

Владислав Германович Караулов, Александр Михайлович Грузликов

Статья научная

Работа посвящена вопросу определения координат и углов ориентации автономного необитаемого подводного аппарата (АНПА) относительно стационарной посадочной платформы с использованием высокочастотной гидроакустической системы ближнего радиуса действия. На АНПА располагаются приемные антенны, которые размещаются в кормовой и носовой части аппарата, а также излучатели, устанавливаемые по краям платформы и осуществляющие ненаправленное излучение тонального сигнала. Задача приведения предполагает приближение к платформе, что сопряжено с формированием зон с различной акустической видимостью излучателей станции приемными элементами аппарата. Определены три основные зоны акустической видимости. Первая зона характеризуется приемом сигналов от всех маяков и является наиболее информативной. Вторая зона соответствует частичному сокращению числа наблюдаемых маяков. Третья зона (посадка на платформу) определяется существенным сокращением числа наблюдаемых маяков и, как следствие, затрудняет решение задачи относительного позиционирования. Учитывая маневрирование АНПА, решение задачи относительной навигации должно выполняться в режиме реального времени совместно с выполнением других задач, что в свою очередь накладывает ограничения по доступным ресурсам вычислительного модуля аппарата. В работе приводится математическая постановка задачи относительной навигации. Предлагается двухэтапный алгоритм поиска решения. На первом этапе определяется окрестность координат и углов ориентации АНПА, на втором выполняется решение задачи относительной навигации с использованием ограничений и начальных условий, полученных на первом этапе. В работе предлагается выполнение первого этапа на основе предварительно обученной нейронной сети, описан выбор архитектуры сети, подход по реализации алгоритма под ОС реального времени, приведены результаты имитационного моделирования.

Бесплатно

Решение задачи расстановки обнаружителей для охраны периметра градиентным методом

Решение задачи расстановки обнаружителей для охраны периметра градиентным методом

Марина Александровна Самохина, Александр Сергеевич Самохин

Статья научная

Работа посвящена математическим аспектам создания современной охранной системы. Разработан метод численного решения задачи оптимизации расстановки обнаружителей с целью противодействия прорыву защищаемого периметра. Защищаемый периметр представляет собой отрезок на плоскости, который пытается за заданное время пересечь уклоняющийся от обнаружения подвижный объект. Данный объект рассматривается как материальная точка, управляемая с целью минимизации функционала риска обнаружения по первичному гидроакустическому полю. Задача формализуется как задача максимина, обнаружители следует расставить в допустимой области таким образом, чтобы минимально возможное значение функционала подвижного объекта было наибольшим. Для решения авторами был разработан программный комплекс на языке C++. В работе приводятся результаты численного моделирования, полученные с использованием градиентного метода и решения крае-вой задачи принципа максимума Л.С. Понтрягина для нахождения локально опти-мальных траекторий во вспомогательной задаче поиска пути подвижным объектом. Краевая задача решалась методом стрельбы, соответствующие задачи Коши изначально формировались заданием значений параметров пристрелки на сетке в пространстве их возможных значений, и интегрировались численно методом Рунге–Кутты с автоматическим выбором шага. Далее значения параметров пристрелки уточнялись модифицированным методом Ньютона. В результате численного моделирования расстановки пяти сенсоров оказалось, что выгоднее всего расставлять их таким образом, чтобы первые шесть лучших локально оптимальных траекторий уклоняющегося объекта совпадали по функционалу.

Бесплатно

Сравнительная оценка методов кластеризации в работе с большими данными

Сравнительная оценка методов кластеризации в работе с большими данными

Панферова Е.В., Матюшин Р.А.

Статья обзорная

В работе рассмотрена проблематика использования методов кластерного анализа в задачах обработки, анализа и хранения структурированных и неструктурированных данных большого объема и проведена оценка целесообразности их применения при различных аспектах работы с Big Data. Целью работы является выявление наиболее предпочтительных из распространенных алгоритмов кластеризации данных. Для этого была поставлена задача проведения сравнительной оценки следующих популярных алгоритмов: иерархической кластеризации, k-means, DBSCAN, OPTICS и CURE. Рассмотрены алгоритмическая сложность методов и устойчивость алгоритмов к шумам и выбросам, также обозначены потенциальные возможности визуализации их результатов и сферы народнохозяйственного применения. Сделаны выводы о преимуществах и недостатках каждого представленного алгоритма при их использовании в сфере Big Data и о наиболее предпочтительных методах кластерного анализа при различных аспектах работы с большими данными.

Бесплатно

Теоретические и практические аспекты построения рекомендательных моделей: типология, архитектура и направления проектирования

Теоретические и практические аспекты построения рекомендательных моделей: типология, архитектура и направления проектирования

Соколов А.В., Сычев И.А., Соколова О.Л., Волкова Д.Б., Селетков И.П., Яшичев Д.Л., Ясницкий Л.Н.

Статья обзорная

Статья посвящена исследованию перспективных направлений проектирования рекомендательной системы для сервиса предзаказа и доставки RapiDo с акцентом на методы глубокого обучения и проблемы моделей на холодном старте. Авторами проанализированы существующие типы рекомендательных систем, их особенности в сервисах предзаказа и доставки и аспекты недостаточной эффективности современных моделей, связанной с отсутствием учета контекста заказа, индивидуальных предпочтений пользователей, неактуальностью используемых данных и отсутствием обратной связи. В статье рассмотрены основные типы рекомендательных систем, используемых крупнейшими российскими платформами доставки и сведения о пользователе, которые сервисы используют при построении своих рекомендательных моделей, а также выделены ключевые направления проектирования рекомендательной системы RapiDo, учитывая необходимость работы с ограниченными данными на ранних стадиях. Особое внимание авторы уделяют архитектурам рекомендательных моделей, основанным на методах глубокого обучения, рассматривая более десятка наиболее популярных вариантов. Анализируются перспективные подходы, включая адаптивное обучение на основе обратной связи пользователей, коллаборативную фильтрацию с использованием демографических данных и гибридные механизмы, комбинирующие различные методы для улучшения точности и стабильности предсказаний. Статья представляет первые результаты исследования и подчеркивает важность интеграции глубокого обучения в систему рекомендаций RapiDo для достижения высокой точности модели и решения проблемы недостатка данных на ранних стадиях.

Бесплатно

Журнал