Кафедра "Комп'ютерна математика і аналіз даних"

Постійне посилання колекціїhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/7570

Офіційний сайт кафедри http://web.kpi.kharkov.ua/kmmm

Кафедра "Комп'ютерна математика і аналіз даних" заснована в 2002 році.

Кафедра входить до складу Навчально-наукового інституту комп'ютерних наук та інформаційних технологій Національного технічного університету "Харківський політехнічний інститут", забезпечує підготовку бакалаврів і магістрів за проектно-орієнтованою освітньою програмою за напрямом науки про дані "DataScience".

У складі науково-педагогічного колективу кафедри працюють: 3 доктора наук: 1 – технічних, 1 – фізико-математичних, 1 – педагогічних; 15 кандидатів наук: 10 – технічних, 4 – фізико-математичних, 1 – педагогічних; 3 співробітників мають звання професора, 9 – доцента.

Переглянути

Фільтри

2020 - 20213

Налаштування

Автор: search.filters.author.Раскін, Лев ГригоровичORCID: search.filters.orcid.https://orcid.org/0000-0002-9015-4016

Результати пошуку

Зараз показуємо 1 - 3 з 3
  • Ескіз
    Документ
    Управління пропускними здатностями проміжних пунктів у розгалуженій транспортній мережі
    (Харківський національний університет радіоелектроніки, 2021) Раскін, Лев Григорович; Сіра, Оксана Володимирівна; Парфенюк, Юрій Леонідович
    Розглянуто важливий для практики окремий випадок транспортної задачі з проміжними пунктами, коли пропускні здатності цих пунктів не задані. Ціль. Сформульована задача відшукання невідомого розподілення пропускних здатностей проміжних пунктів, котре мінімізує сумарні транспортні витрати. Задачі. Постановка задачі управління пропускними здатностями проміжних пунктів у триаксіальній транспортній задачі. Розроблений метод має високу швидкодію за рахунок використання структурної декомпозиції задачі. Метод має невисоку обчислювальну складність, що є вагомою перевагою дляпрактичного застосування. Метод. Запропоновано два методи розв'язання задачі. Перший реалізує ітераційну процедуру поліпшення початкового плану для двоїстої моделі початкової задачі. Обчислювальна схема на кожній ітерації є двокроковою. На першому кроці ітерації вирішується координуюча задача, вирішення якої задає черговий набір значень пропускних спроможностей проміжних пунктів. На другому кроці цей набір використовується для вирішення початкової транспортної задачі. Отримане в результаті рішення перевіряється на оптимальність. Якщо воно не оптимальне, то виконується перехід до чергової ітерації. Для реалізації запропонованої обчислювальної схеми використаний метод оптимізації нульового порядку Нелдера-Міда. Результати. Доведено можливість конструктивного використання цього методу з огляду на велику кількість обмежень транспортного типу. З метою спрощення технології вирішення транспортних задач на кожній ітерації алгоритму введені їх двоїсті моделі. У зв'язку з тим, що обчислювальна складність запропонованого методу швидко зростає зі збільшенням числа проміжних пунктів, запропонований простий наближений альтернативний метод розв'язання задачі. Висновки. Запропонований метод вирішує завдання розрахунку пропускної здатності проміжних пунктів в системі "виробництво – доставка – споживання".
  • Ескіз
    Документ
    Управління поставками в умовах малої вибірки випадкових вихідних даних
    (Полтавський національний технічний університет імені Юрія Кондратюка, 2021) Раскін, Лев Григорович; Сіра, Оксана Володимирівна; Парфенюк, Юрій Леонідович
    Розглянуто задачу відшукання оптимального плану транспортувань продукту в системі «постачальник - споживач» в ситуації, коли вартості транспортувань - випадкові величини. Сформульовано модель задачі. Запропоновано критерій оптимальності плану - ймовірність того, що сумарна випадкова вартість транспортувань перевищить заданий допустимий поріг. В умовах малої вибірки вихідних даних коректне відновлення щільності розподілу випадкової вартості транспортувань неможливе. Тому розглянуті варіанти аналітичного подання критерію для різних зако нів розподілу випадкової вартості транспортувань: гаусом, асиметричною і «найгіршою». Параметри «найгіршого» закону розподілу відшукуються методом континуального лінійного програмування. Для вирішення задачі запропонована ітераційна процедура, на кожному кроці якої вирішується задача квадратичного програмування. Обґрунтовано метод прискорення обчислювальної процедури, заснований на оптимізації дробово-нелінійної функції з лінійними обмеженнями. Показано, що оптимальний план перевезень визначається тільки значеннями математичного сподівання і дисперсії вартостей транспортувань, але не залежить від закону розподілу цих випадкових величин.
  • Ескіз
    Документ
    Декомпозиційний метод вирішення завдань аналізу марковських систем високої розмірності
    (Полтавський національний технічний університет імені Юрія Кондратюка, 2020) Раскін, Лев Григорович; Сіра, Оксана Володимирівна; Корсун, Р. О.
    Предметом вивчення статті є декомпозиційна обчислювальна процедура, яка використовує метод фазового укрупнення станів системи. Мета дослідження: розробка спеціального методу аналізу марківських систем високої розмірності. Метод повинен аналітично забезпечувати отримання в явному вигляді співвідношень, що визначають залежність, розподілу ймовірностей станів системи від чисельних значень параметрів цієї системи. Завдання: Розглянути задачу аналізу марківських систем високої розмірності з великим числом можливих станів. Запропоновати декомпозиційну обчислювальну процедуру, яка використовує метод фазового укрупнення станів системи. Результати: Розглянуто задачу аналізу марківських систем високої розмірності з великим числом можливих станів. Запропоновано декомпозиційну обчислювальну процедуру, яка використовує метод фазового укрупнення станів системи. Висновки: Запропонований метод дозволяє звести рішення початкової складної задачі до сукупності більш простих задач меншої розмірності. Метод забезпечує отримання аналітичних співвідношень, що визначають залежність розподілу ймовірностей станів системи довільної розмірності від чисельних значень її параметрів. Технологія вирішення задачі ілюструється рішенням двох прикладів.