Кафедра прикладной математики и информатики (Нижний Новгород)

АБB
АБB
АБB

Обычная версия сайта

Кафедра ПМИ создана в 2006 году как выпускающая кафедра по направлению "Прикладная математика и информатика".

Целью деятельности кафедры «Прикладной математики и информатики» является подготовка высококвалифицированных специалистов (бакалавров и магистров) по направлению 010500 «Прикладная математика и информатика», обладающих знаниями и квалификацией, необходимыми для профессионального моделирования и информационного обеспечения экономических и бизнес процессов, анализа и обработки данных.

Научная деятельность

Кафедра выполняет межкафедральные (кафедры Информационных систем и технологий, Математики и др.) исследовательские проекты, национальные проекты в составе общих исследовательских групп (РФФИ, проекты Минобрнауки РФ и др.) с участием партнеров из Института прикладной математики им. М. Келдыша РАН, Математического института им. В. Стеклова РАН, Института прикладной физики РАН, МГУ им. М. Ломоносова, ННГУ им Н. Лобачевского. Осуществляется международное сотрудничество с различными научными центрами Европы и США.

Публикации

Книга

Integral Robot Technologies and Speech Behavior

Kharlamov A. A., Pantiukhin D., Borisov V. et al.

Newcastle upon Tyne: Cambridge Scholars Publishing, 2024.

Статья

On efficient algorithms for bottleneck path problems with many sources
В печати

Каймаков К. В., Malyshev D.

Optimization Letters. 2024. P. 1-11.

Глава в книге

Neural Networks for Speech Synthesis of Voice Assistants and Singing Machines

Pantiukhin D.

In bk.: Integral Robot Technologies and Speech Behavior. Newcastle upon Tyne: Cambridge Scholars Publishing, 2024. Ch. 9. P. 281-296.

Препринт

DAREL: Data Reduction with Losses for Training Acceleration of Real and Hypercomplex Neural Networks

Demidovskij A., Трутнев А. И., Тугарев А. М. et al.

NeurIPS 2023 Workshop. ZmuLcqwzkl. OpenReview, 2023

Все публикации

Кто читает:: Кафедра прикладной математики и информатики (Нижний Новгород) (Факультет информатики, математики и компьютерных наук (Нижний Новгород))

Статус:: Курс по выбору

Когда читается:: 4-й курс, 2, 3 модуль

Преподаватель

Бабкина Татьяна Сергеевна

Полная версия программы учебной дисциплины

Аннотация

Данная дисциплина относится к вариативной части профессионального цикла дисциплин, обеспечивающих подготовку бакалавра. Она изучается во 2-3 модулях 4-го курса. Изучение данной дисциплины опирается на фундаментальные курсы «Математический анализ», «Теория вероятностей», «Дискретная математика» из цикла «Математический и естественно-научный цикл» и курс по выбору «Исследование операций». Основные положения данной дисциплины могут использоваться при подготовке выпускной квалификационной работы, а также в практической и исследовательской деятельности.

Цель освоения дисциплины

Знакомство с основными понятиями моделирования бизнес-процессов и систем массового обслуживания
Развитие навыков построения моделей систем массового обслуживания
Овладение основными инструментальными средствами имитационного моделирования

Планируемые результаты обучения

Аргументировать необходимость использования методов имитационного моделирования в конкретных задачах
Разрабатывать имитационные модели различных систем в среде AnyLogic
Проводить расчеты основных показателей эффективности для различных классов СМО марковского типа
Решать задачу выбора структуры и компонент для конкретной модели СМО
Решать задачу выбора входного распределения вероятностей для конкретной имитационной модели
Решать задачу планирования имитационного эксперимента

Содержание учебной дисциплины

Цели и задачи имитационного моделирования
Цели моделирования. Виды моделей. Примеры применения моделирования. Место моделирования в системах поддержки принятия решений. Математические основы моделирования. Вероятностные и детерминированные модели.
Базовая концепция системы массового обслуживания
Предметная область теории систем массового обслуживания. Основные компоненты СМО. Классификация СМО по Кендаллу-Башаринову. Входные потоки требований и процессы обслуживания. Непрерывная марковская цепь как базовая модель СМО. Процесс гибели-размножения и уравнения переходного режима. Уравнения равновесного состояния СМО.
Марковские модели СМО
Анализ системы М/М/1. Распределение времени ожидания. Характеристики выходного процесса. Анализ полумарковского процесса. Модели СМО с конечным размером очереди. Модели с многими серверами. Модели СМО с полными потерями. Формулы Эрланга.
Создание адекватных и детальных имитационных моделей
Определение уровня детализации модели. Выбор входных распределений вероятностей. Верификация и валидация модели. Анимация как метод повышения доверия к модели.
Планирование имитационного эксперимента и анализ выходных данных
Переходное и установившееся поведение стохастического процесса. Показатели эффективности и критерий эффективности. Статистический анализ параметров. Реплики. Факторные планы. Поиск оптимума.
Интегрированная среда имитационного моделирования AnyLogic
Концепция визуального конструирования имитационных моделей. Основные панели системы AnyLogic. Модельное время. Многоагентное моделирование. Примеры построения имитационных моделей.

Элементы контроля

Лабораторные работы
Экзамен
Итоговый контроль в 2019/2020 учебном году состоялся в 3 модуле
Лабораторные работы
Экзамен
Итоговый контроль в 2019/2020 учебном году состоялся в 3 модуле

Промежуточная аттестация

Промежуточная аттестация (3 модуль)
0.5 * Лабораторные работы + 0.5 * Экзамен

Имитационное моделирование

Автор программы

Преподаватель

Программа дисциплины

Аннотация

Цель освоения дисциплины

Планируемые результаты обучения

Содержание учебной дисциплины

Элементы контроля

Промежуточная аттестация

Список литературы

Рекомендуемая основная литература

Рекомендуемая дополнительная литература