Кафедра "Комп'ютерна інженерія та програмування"

Постійне посилання колекціїhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/1095

Офіційний сайт кафедри https://web.kpi.kharkov.ua/cep

Від 26 листопада 2021 року кафедра має назву – "Комп’ютерна інженерія та програмування"; попередні назви – “Обчислювальна техніка та програмування”, “Електронні обчислювальні машини”, первісна назва – кафедра “Математичні та лічильно-вирішальні прилади та пристрої”.

Кафедра “Математичні та лічильно-вирішальні прилади та пристрої” заснована 1 вересня 1961 року. Організатором та її першим завідувачем був професор Віктор Георгійович Васильєв.

Кафедра входить до складу Навчально-наукового інституту комп'ютерних наук та інформаційних технологій Національного технічного університету "Харківський політехнічний інститут". Перший випуск – 24 інженери, підготовлених кафедрою, відбувся в 1964 році. З тих пір кафедрою підготовлено понад 4 тисячі фахівців, зокрема близько 500 для 50 країн світу.

У складі науково-педагогічного колективу кафедри працюють: 11 докторів технічних наук, 21 кандидат технічних наук, 1 – економічних, 1 – фізико-математичних, 1 – педагогічних, 1 доктор філософії; 9 співробітників мають звання професора, 14 – доцента, 2 – старшого наукового співробітника.

Переглянути

Фільтри

2018 - 201912020 - 20222

Налаштування

Автор: search.filters.author.Лисиця, Дмитро ОлександровичORCID: search.filters.orcid.https://orcid.org/0000-0003-1778-4676

Результати пошуку

Зараз показуємо 1 - 3 з 3
  • Ескіз
    Документ
    Асимптотика системи оптимального управління двома малими сингулярно-збурюючими параметрами
    (Національний технічний університет "Харківський політехнічний інститут", 2022) Калінін, Євген Іванович; Лисиця, Дмитро Олександрович; Нечаусов, Артем Сергійович; Криховецький, Георгій Яремович
    Предметом досліджень статті є динамічні системи управління з оптимальними повільними рухами. Метою роботи є отримання асимптотичного наближення управління в формі зворотного зв'язку, яке, не будучи рівномірним за областю визначення системи, формує рівномірно наближені до оптимальних повільні рухи системи. Завдання дослідження полягають у проведенні асимптотичного аналізу регулятору при малих значеннях параметрів. Застосовувані методи: методи мінімізації квадратичних функцій та методи матричної алгебри. Отримані результати: розглянуто задачу оптимального рівняння з двома малими сингулярно збуджуючими параметрами. Введені вимоги на характеристики та керованість обраної системи. Завдання, що розглядається, пов'язане , на відміну від відомих досліджень, з принциповою проблемою: при спрямуванні в нуль параметрів системи певні компоненти матриці, що задовольняє рівнянням Рікатті, в силу граничної умови для неї, набувають особливості в певних проміжках часу. Практична значущість роботи полягає у тому, що з використанням методів мінімізації отримані загальні методи побудови рівномірної області асимптотики систем оптимального управління з двома малими сингулярно-збурюючими параметрами за іншим малим параметром.
  • Ескіз
    Документ
    Динамічні ефекти в багатомасових реономних системах при високочастотній пульсації «форм» коливань
    (Національний технічний університет "Харківський політехнічний інститут", 2021) Калінін, Євген Іванович; Лебедєва, Ірина Анатоліївна; Лисиця, Дмитро Олександрович
    Предметом досліджень статті є виродження першої форми при моногармонійній зміні коефіцієнта форми та за умови, коли частота пульсації «форм» коливань досягає другої парціальної частоти . Метою є оці- нка можливості виродження i-ої форми коливань при різних законах зміни збуджуючого впливу та аналіз да- ного явища. Завдання дослідження полягають у побудові принципів оцінки впливу високочастотних пульсацій параметрів системи на вільні коливання останньої. Застосовувані методи: описання динамічних моделей дифе- ренційними рівняннями; частотний аналіз; формування амплітудно-частотних характеристик. Отримані ре- зультати: для динамічної моделі з певними показниками приводу та веденої ланки визначено, що при гармо- нійній зміні функції руху з частотою пульсації, що перевищує одиницю при співвідношенні коефіцієнтів дем- пфування більше одиниці спостерігається ефект виродження першої форми коливань, в результаті чого частота коливань веденої ланки практично відповідає другій формі. Практична значущість роботи полягає у побудові моделі формування частотних характеристик динамічної моделі при високочастотній пульсації параметрів останньої. Для виявлення цих ефектів доводиться відмовлятися від традиційних уявлень про малість інерцій- них складових, викликаних нестаціонарністю форм коливань.
  • Ескіз
    Документ
    Система інтелектуального управління процесом розподілу ресурсів в хмарних обчислювальних середовищах
    (ДП "Український інститут інтелектуальної власності", 2018) Кучук, Георгій Анатолійович; Семенов, Сергій Геннадійович; Бульба, Сергій Сергійович; Лисиця, Дмитро Олександрович; Свістунов, Юрій Дмитрійович; Лимаренко, Вячеслав Володимирович; Резанов, Богдан Михайлович; Єфименко, Сергій Андрійович
    Система інтелектуального управління процесом розподілу ресурсів в хмарних обчислювальних середовищах включає послідовно з'єднані блок початкового виділення ресурсів екземпляру ОХ, блок прогнозування динамічних параметрів функціонування хостів (серверів) обчислювальної хмари (ОХ) і блок динамічного перерозподілу ресурсів між екземплярами ОХ, при цьому блок початкового виділення ресурсів екземпляру ОХ, що запускається, виконаний у вигляді обчислювача, що реалізує алгоритм вибору найкращого адекватного хосту для розміщення примірника в ОХ на основі аналізу ієрархій, блок прогнозування динамічних параметрів функціонування хостів (серверів) ОХ виконаний у вигляді обчислювача, що реалізує алгоритм аналізу і прогнозу навантаження ОХ за допомогою модифікованої моделі штучних нейронних мереж Елмана з вейвлет-функцією активації та навчанням за допомогою штучних імунних систем на основі історичних даних, сформованих при кластеризації методом нечітких с- середніх, при цьому блок прогнозування містить послідовно з'єднані блок нечіткої кластеризації, вхід якого з'єднаний з виходом блока початкового виділення ресурсів, блок нейромережевого прогнозування, вихід якого з'єднаний з входом блока динамічного перерозподілу ресурсів між екземплярами ОХ, і блок навчання нейромережі, з'єднаний з блоком нейромережевого прогнозу, а блок динамічного перерозподілу ресурсів між екземплярами ОХ виконаний у вигляді обчислювача, що реалізує алгоритм мінімізації нерівномірності використання навантаження на основі ситуаційного пошуку рішень. Додатково введено блок оптимізації на базі мурашиного алгоритму, що визначає найкоротшій шлях екземпляру ОХ до обчислювальних ресурсів і дає змогу збільшити пропускну можливість, а отже, пришвидшити передачу екземпляру ОХ для обчислення, блок розрахунку утилізації ресурсів U, котрий розраховує відсоток навантаження ресурсів в ОХ під час обчислення певного екземпляру, якщо рівень утилізації ресурсів ОХ близький до рівня 100 %, то обчислювальний екземпляр використовує ресурси ОХ ефективно, а також блок фінального розподілу ресурсів перерозподіляє ресурси між екземплярами ОХ з урахуванням знайденого шляху передачі, причому один вхід блока розрахунку утилізації ресурсів U з'єднаний з виходом блока динамічного перерозподілу ресурсів між екземплярами ОХ, другий - з'єднаний з виходом блока оптимізації на базі мурашиного алгоритму, а його вихід з'єднаний зі входом блока фінального динамічного розподілу ресурсів між екземплярами ОХ.