УДК 681

Деление длинных чисел
А.Ю. Кривоножко, студент 345а группы
Национальный аэрокосмический университет им. Н.Е.Жуковского «ХАИ»

Проблема, в больших числах состоит в том, что арифметические действия, выполняемые компьютером в ограниченном числе разрядов, не всегда позволяют получить точный результат. Более того, есть ограничения размера чисел, с которыми нужно работать.

УДК 519.652

Интерполяция кубическими сплайнами.
разные виды граничных условий
У. А. Крахмалёва, студент группы 345
Национальный аэрокосмический университет им. Н.Е.Жуковского «ХАИ»

Аппроксимация функции заключается в приближенной замене функции f(x) некоторой функцией ц(х) так, чтобы отклонение функции ц(х) от f(x) в заданной области было наименьшим. Функция ц(х) при этом называется аппроксимирующей. Типичной задачей аппроксимации функции является задача интерполяции.

УДК 519.654

Приближение функции по методу наименьших
квадратов. базис в виде ортогональных полиномов
А. И. Кардани, студент группы 345
Национальный аэрокосмический университет им. Н.Е.Жуковского «ХАИ»

Аппроксимация - это приближённое выражение известных 1 математических зависимостей объектов через другие, более простые, и, следовательно, более известные.

УДК 004.942:004.934

Имитационная модель процесса распространения
слухов
И. С. Дронов, студент 355-й группы
Национальный аэрокосмический университет им. Н.Е.Жуковского «ХАИ»

В настоящее время значительно возрос интерес к моделированию процессов, отдельные события в которых связываются с моментами времени, в которые они происходят. Такой подход обычно называют событийным или дискретно-событийным моделированием [1]. Таким образом, использование данного подхода является актуальным для построения модели распространения слухов.

УДК 512.25/26

Оценка эффективности использования нуль-матрицы при решении задачи оптимального размещения кругов
А.Д. Григорова, студент 335Б группы
Национальный аэрокосмический университет им. Н.Е.Жуковского «ХАИ»

Задача оптимального размещения геометрических объектов на плоскости имеет широкий спектр практических приложений. Такие задачи достаточно сложны для решения и для их решения зачастую необходимо построение нетривиальной математической модели, описывающей все особенности данной задач. Одной из таких задач, является задача оптимального размещения кругов, в полубесконечной полосе. Эта задача нелинейного программирования с большим количеством локальных экстремумов. Обычно метод глобального поиска для таких задач состоит в многократном решении задачи поиска локального минимума в комбинации с методами направленного перебора таких решений [1]. Поэтому актуальным является задача быстрого нахождения одного локального минимума.

УДК 004.52: 04.89

Разработка информационно-аналитической системы. Распознавание речи
К. А. Глущенко, студент 355ам гр.
Национальный аэрокосмический университет им. Н.Е.Жуковского «ХАИ»

Сегодня информационная обработка естественного языка является востребованной и сложной в реализации задачей. Существующие технологии распознавания речи не имеют пока достаточных возможностей для их широкого использования. Основным препятствием при автоматическом распознавании разговорной речи является наличие большого различия между данными, полученными в результате обучения системы и данными, полученными в реальных условиях. Целью исследования является разработка алгоритма распознавания голосовой информации в современных интеллектуальных системах.

УДК 005.31:519.83

Разработка метода решения задачи
Оптимизации параметров сложных технических
систем с использованием параллельных
вычислительных кластеров
А.В. Волченко, студент 355 группы
Национальный аэрокосмический университет им. Н.Е.Жуковского «ХАИ»

Одной из современных тенденций при разработке алгоритмов поиска решений многопараметрических задач оптимизации является эволюционное моделирование. Эволюционное моделирование или эволюционная теория включает множество методов и стратегий, принципов, которые позволяют решать различные задачи оптимизации. Для решения задачи оптимизации параметров сложных технических систем был выбран один из таких методов - генетический алгоритм. Основные проблемы, с которыми можно столкнуться при решении какой- либо оптимизационной задачи — это проблема быстрой сходимости и время вычисления решения. С этими проблемами и позволяет в большинстве случаев справиться генетический алгоритм. В случае преждевременной сходимости, используют распределенные эволюционные алгоритмы. Они основаны на разбиении популяции на несколько отдельных подпопуляций, каждая из которых будет обрабатываться генетическим алгоритмом, независимо от других. Кроме того, разнообразные миграции индивидов порождают обмен генетическим материалом среди популяций, которые обычно улучшают точность и эффективность алгоритма.