Рассматриваются задачи управления многономенклатурными запасами в иерархических системах складов при постоянном спросе в условиях ограниченной вместимости складов. Снабжение системы складов может производиться несколькими поставщиками. Для решения этих задач предлагаются модели и методы, позволяющие в соответствии с имеющимся спросом определять время и величину пополнения всех складов, находящихся на различных уровнях такой системы складов.

Статья содержит подробный обзор математических моделей нейронов и нейронных взаимодействий. Модели разделены на два больших, но неравных класса: «электрические», которые уделяют внимание только электрическим процессам, и «гетерохимические», в которых основной упор делается на химизм нейрона, на его химические входы и выходы. Первый класс моделей гораздо шире, поскольку имеет более долгую историю. Модели второго класса принадлежат к новому развивающемуся направлению в нейробиологии. В конце статьи кратко описана асинхронная гетерохимическая модель, предложенная авторами совместно с коллегами из ИПУ РАН и ИБР РАН.

Во многих прикладных задачах теории надежности и массового обслуживания очень важно не только доказывать существование стационарного распределения, но и уметь оценивать скорость сходимости распределения к стационарному. Стандартные методы получения таких оценок предполагают, что времена обслуживания (ремонта или работы) экспонециальны, входящий поток - пуассоновский и все формирующие процесс обслуживания (надёжности) случайные величины (сл.в.) независимы. Результаты для таких простейших случаев хорошо известны. Отказ от предположений независимости и экспоненциальности этих сл.в. приводит к довольно сложным случайным процессам, которые очень трудно изучать с помощью стандартных процедур. Для таких процессов нужно использовать более сложную технику. Для этого потребуется некоторое обобщение (и доказательство) ряда известных результатов. Один из таких результатов - обобщённое неравенство Лордена, используемое в данной статье. "Классическое" неравенство Лордена касается "классических" процессов восстановления. В работе используется обобщение этого неравенства для случая "слабо зависимых" и имеющих в некотором смысле "близкие" распределения интервалов между моментами восстановления. Такое обобщение позволяет изучать скорость сходимости для широкого класса сложных процессов в ТМО и в смежных дисциплинах. В данной работе изучается одна обобщённая система массового обслуживания Эрланга - Севастьянова.

Представлены три подхода к описанию боевых действий и результаты их моделирования: теоретико-игровые модели оптимального распределения сил и средств сторон по направлениям и эшелонам (задачам) в тактических моделях встречного боя, наступления и обороны; расширение моделей динамики боевых действий Осипова – Ланчестера; имитационные модели боя подразделений. В качестве показателя эффективности боевых действий предложено использовать вероятностную функцию победы одной из сторон, зависящую от их численностей и боевого превосходства одной из сторон. Теоретико-игровые модели «наступление–оборона» (встречный бой) решаются в два этапа. На первом этапе по одному из трех критериев (прорыв слабейшего пункта, прорыв хотя бы одного пункта, средневзвешенная вероятность прорыва с учетом ценности пунктов) находятся оптимальные распределения сил и средств сторон по пунктам (по фронту) и значения игры. На втором этапе по двум критериям находятся оптимальные распределения сил и средств между тактическими задачами (эшелонами) в предположении, что при решении ближайшей задачи стороны руководствуются критерием прорыва слабейшего пункта обороны. Также приведена формулировка задачи маскировки с использованием подхода рефлексивных игр. В последнем разделе предложен алгоритм с дискретным временем для моделирования боя подразделений. Предложено учитывать характеристики места боя, динамику положения боевых единиц сторон, типы единиц (от которых зависит средняя скорость единиц, дальность обнаружения и эффективного поражения), БЛА, угол обстрела, влияние маскировки. Для проверки предложенного алгоритма построена имитационная модель встречного боя, с помощью которой получены зависимости победы одной стороны от параметра решительности. Обсуждаются перспективы подходов.

Разработана модель, отражающая динамику макропоказателей экономики РФ, таких, как индекса потребительских цен, курса рубля, динамики и годового индекса ВВП в среднесрочном периоде. При построении модели использовались экспертные гипотезы, закономерности, а также статистические данные. Для построения модели применяется феноменологический подход, состоящий в формализации свойств наблюдаемой реакции экономики на внешние воздействия и последующей верификации полученной модели.