Нові надходження

• Вантажиться...

  Тип елементу:Документ,

  Improving reliability of energy equipment under operational conditions

  (Громадська наукова організація "Всеукраїнська асамблея докторів наук з державного управління", 2026) Smetankina, Natalia; Misiura, Serhii; Misiura, Ievgeniia

  Показати більше

  The purpose of this research is to develop methods and means of diagnosing the vibration state and resource of the responsible nodes of power units and their use to assess the damage and resource of the most stressed elements and nodes of turbo machines and power equipment to increase the reliability and safety of their operation.

  Показати більше
• Вантажиться...

  Тип елементу:Документ,

  Analysis of stability of structural elements under thermomechanical loads

  (Громадська наукова організація "Всеукраїнська асамблея докторів наук з державного управління", 2023) Smetankina, Natalia; Misiura, Serhii; Misiura, Ievgeniia

  Показати більше

  In this work, the phenomenon of loss of stability of the ring when it is heated is investigated. It is assumed that the ring is planar, that is, its axis is a circle and the cross section of the ring is constant.

  Показати більше
• Вантажиться...

  Тип елементу:Документ,

  Брендинг та цифровий маркетинг як інструменти повоєнного відновлення туристичного потенціалу України

  (Національний технічний університет "Харківський політехнічний інститут", 2025) Карчевська, М. О.

  Показати більше
• Вантажиться...

  Тип елементу:Документ,

  Algorithms for constructing a regression linear with respect to unknown coefficients on a limited amount of experimental data

  (Національний технічний університет "Харківський політехнічний інститут", 2025) Pavlov, Alexander Anatolievich; Kushch, A. V.

  Показати більше

  This publication continues the series of scientific works of the authors on the creation of algorithms for constructing multivariate regressions which are linear with respect to unknown coefficients by using linear programming models. To simplify the simulation modeling of their efficiency, we present the algorithms for the multivariate linear regression problem. The use of linear programming models requires minimizing the sum of the absolute differences used in the general procedure of the least squares method. The estimates of the unknown coefficients obtained as a result of solving the linear programming problem are linear with respect to the vector of the values of the regression model in the statistical experiment. It is known that, by virtue of the Markov theorem, the estimates of the unknown coefficients obtained by the general procedure of the least squares method are efficient in the class of linear unbiased estimates. Thus, it would seem that the transition from the least squares method to the least absolute deviations used in the least squares method is a priori unproductive. But this is not so. From the proof of the Markov theorem, it follows that the linear estimation matrix must be constant and independent of the values of the regression model in the statistical experiment. The estimates obtained by the least absolute deviations method do not meet this condition. Indeed, the estimation matrix is the optimal basis for solving the linear programming problem by the simplex method and depends on the values of the regression model in the statistical experiment. Дана публікація продовжує цикл наукових робіт авторів по створенню алгоритмів побудови багатовимірних регресій, лінійних відносно невідомих коефіцієнтів, з використанням моделей лінійного програмування. Для спрощення імітаційного моделювання їх ефективності, алгоритми наводяться для задачі багатовимірної лінійної регресії. Використання моделей лінійного програмування вимагає мінімізувати суму модулів різниць, що використовуються в загальній процедурі метода найменших квадратів. Оцінки невідомих коефіцієнтів, отриманих внаслідок розв’язання задачі лінійного програмування, є лінійними відносно вектору значень регресійної моделі в статистичному експерименту. Відомо, що в силу теореми Маркова оцінки невідомих коефіцієнтів, отриманих загальною процедурою метода найменших квадратів, є ефективними в класі лінійних незміщених оцінок. Таким чином, здавалось би, перехід від методу найменших квадратів до методу мінімізації суми модулів різниць, що використовується в методі найменших квадратів, є заздалегідь не продуктивним. Але це не так. З доведення теореми Маркова випливає, що матриця лінійної оцінки має бути сталою і не залежати від значень регресійної моделі в статистичному експерименту. Оцінки, отримані методом мінімізації суми модулів, цій умові не відповідають. Дійсно, матриця оцінок є оптимальним базисом для розв’язання задачі лінійного програмування симплекс-методом і залежить від значень регресійної моделі в статистичному експерименту.

  Показати більше
• Вантажиться...

  Тип елементу:Документ,

  Порівняльний аналіз відповідності параметрів агентної та SIR моделей розвитку епідемії

  (Національний технічний університет "Харківський політехнічний інститут", 2025) Іващенко, Дар'я Сергіївна; Куценко, Олександр Сергійович

  Показати більше

  В умовах стрімкого поширення нових вірусних інфекцій, зокрема під час пандемії COVID-19, виникає потреба у створенні моделей, що здатні не лише якісно відображати динаміку захворювання, а й дозволяють обґрунтовано інтерпретувати параметри, які використовуються в аналітичних моделях. У статті розглядається класична компартментальна модель SIR (Susceptible-Infectious-Recovered), яка дозволяє оцінювати динаміку захворюваності шляхом розв’язання системи диференціальних рівнянь. Зазначається, що незважаючи на широке застосування, ця модель має низку обмежень – зокрема, вона не враховує індивідуальні відмінності у поведінці населення, просторову структуру чи варіативність контактів. Для подолання цих обмежень у роботі запропоновано мультиагентну модель, в якій окремі агенти імітують реальних осіб, що переміщуються у двовимірному просторі та вступають у взаємодію. Перехід агентів між станами (здоровий, інфікований, одужалий) залежить від тривалості захворювання та факту просторового контакту з інфікованим агентом. Запропонована модель дозволяє враховувати фізичний зміст параметрів, зокрема радіус зараження та тривалість хвороби. На основі результатів агентного моделювання здійснено ідентифікацію параметрів SIR-моделі – коефіцієнта передачі інфекції та коефіцієнта одужання – за допомогою методу найменших квадратів. У ході чисельних експериментів досліджено, як саме ці параметри змінюються в залежності від тривалості захворювання та просторової дистанції взаємодії агентів. Отримані результати продемонстрували якісну відповідність між агентною та SIR-моделлю при правильному підборі параметрів. In the context of the rapid spread of new viral infections, particularly during the COVID-19 pandemic, there is an increasing need to develop models that are capable not only of accurately representing the dynamics of the disease, but also of providing a well-grounded interpretation of the parameters used in analytical models. This paper examines the classical compartmental SIR (Susceptible–Infectious–Recovered) model, which allows for the assessment of disease dynamics through the solution of a system of differential equations. It is noted that, despite its wide application, this model has a number of limitations, as it does not take into account individual differences in population behavior, spatial structure, or variability of contacts. To address these limitations, a multi-agent model is proposed, in which individual agents simulate real people moving in a two-dimensional space and interacting with each other. The transition of agents between states (susceptible, infected, recovered) depends on the duration of the disease and the occurrence of spatial contact with an infected agent. The proposed model allows for consideration of the physical meaning of parameters, such as the infection radius and disease duration. Based on the results of agent-based modeling, the parameters of the SIR model – the infection transmission rate and the recovery rate – were identified using the least squares method.

  Показати більше