Построена модель задержек сообщений в сети мобильной связи агентов, в которой связность и виды каналов между агентами изменяются во времени. Агенты перемещаются по местности, на которой расположены препятствия разной проходимости, в различной степени затрудняющие связь между агентами. Движение агентов по местности моделируется с помощью клеточного автомата. Агенты являются вершинами графа связи. Каждый агент владеет набором средств связи. Ребрами графа связи являются каналы связи, организованные с помощью средств связи агентов, располагающихся в вершинах графа. Каналы разных видов имеют различную предельную дальность и допустимую высоту препятствий между агентами. Если между агентами находится препятствие, исключающее связь по существующему каналу связи, канал связи изменяется на более подходящий с учетом возможностей агентов. Каждому агенту соответствует расписание рассылки сообщений, а каждому каналу связи - максимальная пропускная способность. При рассылке сообщений одновременно несколькими агентами с использованием одного канала связи учитывается уменьшение пропускной способности этого канала. Рассматривается ретрансляция сообщения цепочкой агентов. Моделируется изменение трафика в каналах связи системы при движении агентов и возможных обрывах каналов. Рассмотрены возможные способы применения модели.

В детерминированной постановке рассматривается задача наблюдения неизмеряемых переменных электромеханической системы, функционирующей в условиях параметрической неопределенности. Для случая, когда датчики расположены только на электрических исполни-тельных устройствах, формализованы условия, при которых задача наблюдения всего вектора состояния имеет решение без повышения динамического порядка замкнутой системы за счет регрессоров и идентификаторов неопределенных параметров. В качестве основы для построений принят подход к оцениванию действующих на объект внешних возмущений, который не нуждается в использовании динамических моделей внешних воздействий. В рамках данного подхода для рассматриваемой электромеханической системы обоснована структура редуцированного робастного наблюдателя состояния. В отличие от стандартного редуцированного наблюдателя Луенбергера, в котором не используются дифференциальные уравнения измеряемых переменных, в предлагаемом наблюдателе не используются дифференциальные уравнения, описывающие динамику неизмеряемых переменных состояния, которые при решении задачи наблюдения полагаются внешними ограниченными возмущениями. Разработана декомпозиционная процедура настройки параметров кусочно-линейных обратных связей в наблюдателе, которая обеспечивает стабилизацию с заданной точностью за заданное время ошибок наблюдения и их производных. Показано, что оценочными сигналами неизмеряемых переменных служат соответствующие переменные и управляющие воздействия наблюдателя.

Объектом управления выступает перевернутый математический маятник, математическая модель которого включает механическую подсистему и электрическую – редуцированную динамику двигателя постоянного тока. Рассматривается задача отслеживания угловым положением перевернутого маятника целевого сигнала с заданной точностью при наличии ограничений на переменные состояния и управление. Задача ставится в условиях действия на объект внешних негладких и несогласованных возмущений, а также при наличии параметрической неопределенности в модели объекта управления. При этом полагается отсутствие генератора целевого сигнала и внешних возмущений, а также идентификатора параметров. В описанной постановке решение задачи нетривиально, а задача особо актуальна, когда объект функционирует в достаточно жестких условиях, и неприменимы известные подходы, такие как комбинированное управление с идентификацией параметров. Для решения задачи используется блочный подход: часть переменных состояния в механической подсистеме трактуется фиктивными управлениями, которые должны отслеживать желаемые функции. Для выполнения ограничений на переменные состояния и управление вместо классических неограниченных линейных функций в качестве желаемых фиктивных управлений предлагается использовать гладкие и ограниченные сигма-функции. Сформированные в механической под-системе локальные связи обеспечиваются за счет истинного разрывного управления в электрической подсистеме. Представлены результаты моделирования разработанного подхода в среде MATLAB-Simulink, которые подтвердили его эффективность.

Современные математические методы исследования белка, такие как database search и de novo, имеют свои недостатки. При помощи database search невозможно определить белок, который отсутствует в базах данных. Методы de novo позволяют идентифицировать новые белки, но при этом являются очень ресурсоемкими (требуется использование суперкомпьютера). В рамках данного проекта был разработан комплексный подход приближенного анализа исследуемого белка, проводимый на персональном компьютере. Задача качественного и количественного определения исходной последовательности (белка) состоит из трех подзадач. Первая – устранение шумов и выделение пиков по данным масс-спектрометрии. Был разработан алгоритм, сочетающий метод скользящего среднего и технологию вычислительной фотографии HDR. Вторая подзадача – идентификация пиков. Она была сведена к задаче о рюкзаке и решена при помощи метода ветвей и границ. Последняя подзадача – восстановление исходной последовательности по набору фрагментов (пики и их интенсивности). Данная подзадача была решена при помощи построения двоичных деревьев и поиска пути максимальной длины. Все вычисления проводились на ПК с применением технологии параллельных вычислений CUDA

В качестве объекта исследования выбран грузовой фронт. Для этого участка рассмотрена задача оптимизации функционала годовых приведенных расходов. Произведен обзор имеющейся литературы по данной тематике. Представлена математическая модель для данной задачи. Приведен алгоритм решения задачи оптимизации в полной постановке, когда параметры оснащенности грузового фронта являются переменными, а граничные условия для них определяются исходной информацией. Планируется провести численные эксперименты на данных, полученных при помощи случайной генерации.