Все выпуски

В статье рассматриваются методы перестроения неструктурированных четырехугольных и смешанных сеток. Описываются варианты определения шаблонов перестроения «на девять ячеек» в случае неструктурированной четырехугольной сетки, обеспечивающие выпуклость ячеек конечной сетки. Для контроля максимально допустимого угла сетки предложены шаблоны перестроения ячеек плохого качества. Разработан алгоритм перестроения неструктурированной смешанной сетки, приведены примеры работы алгоритма, показывающие улучшение качества сетки в сравнении с известными методами.

This paper studies the refinement of unstructured quadrilateral and mixed meshes. We propose the variations for the definition of refinement templates “in nine cells” for the case if there is an unstructured quadrilateral mesh, which ensures cell's convexity of the result mesh. To control the maximum permissible mesh angle, we use the templates of refining the cells of bad quality. In addition, this paper presents a new unstructured mixed mesh refinement algorithm; also, we give several demonstration examples of the algorithm that show the considerable improvement of mesh quality, as compared with the well-known methods.

Рассматривается модификация ранее разработанного генератора шестигранных сеток из воксельных данных для построения моделей, заданных в форме CAD геометрии. Генератор относится к семейству методов, основанных на модификации регулярной сетки, и является универсальным с точки зрения возможности использования в качестве исходных данных как объемного (воксельного), так и STL-поверхностного представления геометрии модели. В настоящее время алгоритм работает с CAD моделями, описанными в хорошо известном формате STL. Вместе с тем, метод позволяет обрабатывать поверхности более высокого порядка, описанные в произвольном формате, если определены соответствующие процедуры для операций проекции и пересечения. Для определения начальной позиции узлов сетки используется полученный из STL-геометрии файл объемных данных в виде «знакопределенных полей расстояний». Разработана специальная процедура проецирования с целью адаптации построенной ортогональной сетки к границам модели. Данный подход обеспечивает аппроксимацию острых ребер и углов и выполняется перед любыми другими операциями построения сетки. Реализован дополнительный функционал для улучшения качества сетки, включающий вставку дополнительных граничных слоев, разбиение ячеек плохого качества и оптимизированное сглаживание узлов. Алгоритм протестирован на значительном числе моделей, часть из которых приведена в качестве примеров.

We consider a modification of the previously developed voxel-based mesh algorithm to generate models given in STL-geometry format. Proposed hexahedral mesh generator belongs to the family of grid methods, and is general-purpose in terms of a capability to use as source data both volume (voxel) and STL-surface representation of model geometry. For now, the algorithm works with CAD models described in the well-known STL format. However, it also allows to handle higher-order surface patches defined in an arbitrary format if appropriate procedures for projection and intersection operations will be specified. To define the initial position of mesh nodes, a “signed distance field” volume data file, obtained from the STL-geometry, is used. A special projection technique was developed to adapt constructed orthogonal mesh on the model's boundary. It provides an approximation of sharp edges and corners and is performed before running any other operations with the mesh. Finally, to improve the quality of the mesh, additional procedures were implemented, including boundary layers insertion, bad quality cells splitting, and optimization-based smoothing technique. The algorithm has been tested on a sufficient number of models, some of which are given as examples.

Рассмотрена адаптация уравнений Навье-Стокса к универсальной многосеточной технологии с целью создания высокоэффективного алгоритма для решения задач вычислительной гидродинамики.

We study an adaptation of the Navier-Stokes equations to the robust multigrid technique in order to develop efficient solver for CFD problems.

Работа посвящена валидации модели адаптивного управления движением людских потоков в динамической среде ограниченного пространства, в качестве которого может выступать здание. Рассматривается важный случай, при котором скорости изменения характеристик движения людского потока и состояния среды близки по величине. Для описания имманентных свойств цифровой модели здания введено понятие топологической сложности. Топологическая сложность характеризует здание с позиции связности его элементов. Валидация основана на сопоставлении результатов эвакуации людей из зданий, полученных в процессе проведения учебных пожарных тревог, c результатами моделирования движения людских потоков. При сопоставлении сравниваются временные интервалы освобождения зданий. Экспериментальные результаты статистически значимо аппроксимируются регрессионной моделью, которая используется при валидации. Валидация позволила получить уточняющий коэффициент цифровой модели здания, при котором результаты моделирования движения людских потоков соответствуют результатам натурных наблюдений. Валидация модели управляемого движения людских потоков в изменяющейся среде ограниченного пространства позволила использовать модель в программно-аппаратном комплексе управления людскими потоками, функционирующем в режиме опережения реального времени.

The work is devoted to the validation of the model of adaptive control of the movement of pedestrian flows in a dynamic environment of limited space, which can be a building. An important case is considered in which the rates of change in the characteristics of the movement of a pedestrian flow and the state of the environment are close in magnitude. The concept of topological complexity is introduced to describe the inherent properties of a digital building model. Topological complexity characterizes the building from the position of connectedness of its elements. Validation is based on comparing the results of the evacuation of people from buildings obtained in the course of training fire alarms with the results of modeling the movement of pedestrian flows. When comparing, the time intervals for the release of buildings are compared. The experimental results are statistically significantly approximated by the regression model, which is used in validation. Validation made it possible to obtain a refinement coefficient of the digital model of the building, in which the results of modeling the movement of pedestrian flows correspond to the results of field observations. Validation of the model of controlled movement of pedestrian flows in a changing environment of limited space made it possible to use the model in a software and hardware complex for managing pedestrian flows, which operates in real-time advance mode.

Представлена модификация разработанного генератора шестигранных сеток из воксельных данных, касающаяся возможности построения адаптивных расчетных сеток. Область перестроения определяется исходя из геометрических особенностей описываемой модели с выраженными участками относительно малых размеров. Предложен универсальный критерий перестроения ячеек как в случае объемного (воксельного), так и поверхностного (STL) представления геометрии модели. Описаны используемые шаблоны перестроения шестигранных ячеек, обеспечивающие конформное замыкание сетки.

We present a modification of the developed hexahedral mesh generator from voxel data which allows constructing adaptive computational meshes. Construction of the refinement field is based on geometry features of the described model when it has a large thickness difference in dimensions or small and thin areas. A universal criterion for cells refinement is proposed which gives the possibility of its use in the case of volumetric (voxel) and surface (STL) representations of the model geometry. The refinement templates that provide conformal mesh closure are described. The results of the algorithm performance are given.

Рассматривается проблема автоматизации процессов передачи и обработки информации в адаптивных информационных системах. Анализ существующих подходов к решению данной задачи показал перспективность использования нейросетевых технологий. Сформулирован нейросетевой метод обработки и передачи информации в адаптивных информационных системах. Метод включает формализованное описание нейросетевого канала данных — программного инструмента для анализа, обработки данных и выбора протокола передачи данных. Изложены основные этапы предлагаемого метода: классификация структур исходных данных, их преобразование, обработка данных, выбор необходимого протокола передачи информации. Каждый из этапов реализуется посредством нейронных сетей различной архитектуры. Приведено теоретическое обоснование возможности применения нейросетевого метода, полученное на основе доказательства ряда теорем. Новизна предлагаемого метода заключается в переходе от аналитического решения задач классификации, обработки и передачи данных к автоматизированному подходу с применением технологий машинного обучения. Практическая значимость нейросетевого метода состоит в снижении сложности реализации процессов обработки и передачи информации, повышении уровня автоматизации при организации межмодульного взаимодействия. Проведена оценка реализации нейросетевого метода по ряду метрик оценки сложности программного обеспечения. Проанализированы область применения, достоинства и недостатки разработанного метода.

The problem of automation of the processes of information transmission and processing in adaptive information systems is considered. An analysis of existing approaches to solving this problem showed the prospects of using neural network technologies. A neural network method for processing and transmitting information in adaptive information systems is formulated. The method includes a formalized description of a neural network data channel — a software tool for analysis, data processing and selection of data transfer protocol. The main stages of the proposed method are outlined: classification of the structures of the source data, their transformation, data processing, selection of the necessary protocol for transmitting information. Each of the stages is implemented through neural networks of various architectures. The theoretical rationale of the possibility of using the neural network method is given, obtained on the basis of the proof of a number of theorems. The novelty of the proposed method consists in the transition from an analytical solution of the problems of classification, processing and data transfer to an automated approach using machine learning technologies. The practical significance of the neural network method is to reduce the complexity of the implementation of information processing and transmission processes, to increase the level of automation in the organization of intermodular interaction. The implementation of the neural network method has been assessed using a number of software complexity assessment metrics. The application, virtues and failings of the developed method are analyzed.

Рассматриваются искусственные нейроны, чьи весовые коэффициенты будут изменяться по специальному закону, основанному на интегрированном в их модели обратном распространении. Для этого коэффициенты погрешности обратного распространения вводятся в явном виде во все модели нейронов и осуществляется передача их значений вдоль межнейронных связей. В дополнение к этому вводится специальный тип нейронов с эталонными входами, которые будут выступать в качестве основного источника первичной оценки погрешности для всей нейронной сети. В последнюю очередь вводится контрольный сигнал для запуска обучения, который будет управлять процессом передачи коэффициентов погрешности и корректировкой весов нейронов. Для рекуррентных нейронных сетей демонстрируется как провести интеграцию обратного распространения во времени в их формализм с помощью стековой памяти для внешних входов нейронов. Дополнительно к этому рассматриваются примеры как формализовать в рамках данного подхода такие популярные нейронные сети, как сети долгой кратковременной памяти, сети радиально-базисных функций, многослойные перцептроны и сверточные нейронные сети. Основным практическим следствием данного подхода является возможность описания нейронных сетей с перестраиваемыми связями на основе интегрированного алгоритма обратного распространения.

We consider artificial neurons which will update their weight coefficients with an internal rule based on backpropagation, rather than using it as an external training procedure. To achieve this we include the backpropagation error estimate as a separate entity in all the neuron models and perform its exchange along the synaptic connections. In addition to this we add some special type of neurons with reference inputs, which will serve as a base source of error estimates for the whole network. Finally, we introduce a training control signal for all the neurons, which can enable the correction of weights and the exchange of error estimates. For recurrent neural networks we also demonstrate how to integrate backpropagation through time into their formalism with the help of some stack memory for reference inputs and external data inputs of neurons. Also, for widely used neural networks, such as long short-term memory, radial basis function networks, multilayer perceptrons and convolutional neural networks, we demonstrate their alternative description within the framework of our new formalism. As a useful consequence, our approach enables us to introduce neural networks with the adjustment of synaptic connections, tied to the integrated backpropagation.

Рассматривается задача автоматизации процесса разработки информационных систем на основе применения оригинальной нейросетевой архитектуры. Проведен анализ существующих подходов к автоматизации проектирования информационных систем. Сформулированы рекомендации к архитектуре информационных систем, направленные на снижение негативного влияния человеческого фактора. Представлена общая концепция нейросетевой архитектуры в виде структурной модели, даны определения основных сущностей и компонентов. Ключевыми отличиями нейросетевой архитектуры являются: независимость ключевых сущностей информационных систем и возможность автоматизации их проектирования и взаимодействия на основе применения нейронных сетей; изолированность математического обеспечения архитектуры; разграничение моделей информационных процессов и функциональных элементов от управляющих систем и систем представления информации; учет влияния окружения на процессы движения информационных потоков, элементы управления и представления системы; возможность адаптации структурных блоков информационных систем под особенности предметной области, параметры оборудования пользователя без необходимости внесения существенных изменений в архитектуру. Рассмотрено понятие нейросетевого канала данных, его структура и обобщенное математическое обеспечение. Осуществлена декомпозиция структурной модели. Представлены структурные схемы каждой сущности нейросетевой архитектуры информационных систем, описание основных компонентов, используемые нейросетевые каналы данных для связи сущностей и их компонентов. Проанализирована область применения нейросетевой архитектуры.

The problem of process automation for the development of information systems based on the application of the original neural network architecture is considered. An analysis of existing approaches to the automation of information systems design is carried out. Recommendations for the information systems architecture, aimed at reducing the negative impact of human factor, are formulated. A general concept of neural network architecture in the form of a structural model is presented. Definitions of the main entities and components are given. The key differences of the neural network architecture are: the independence of the key entities of information systems and the possibility of automation of their design and interaction based on the use of neural networks; isolation of the mathematical software of architecture; separation of models of information processes and functional elements from control systems and information representation systems; taking into account the influence of the environment on the processes of movement of information flows, the elements of control and system visualization; the possibility of adapting structural units of information systems to the characteristics of the subject area, the parameters of user equipment without the need to make significant changes to the architecture. The concept of a neural network data channel, its structure and generalized mathematical software are considered. The decomposition of the structural mode is implemented. The structural diagrams of each entity of the neural network architecture of information systems, the description of the main components, the neural network data channels used to connect the entities and their components are presented. The scope of application of the neural network architecture is analyzed.

Построен метод декомпозиции области для  адаптивного МКЭ с перестроением сетки, который включает параллельные алгоритмы: решения систем линейных уравнений, апостериорной оценки погрешности, локального перестроения сетки и динамической балансировки вычислительной нагрузки. Исследована их эффективность и структура вычислительных затрат при выполнении на мультиядерных вычислительных системах.

The decomposition method  for adaptive FEM with refinement of a mesh which includes parallel algorithms is constructed: solutions of systems of the linear equations, a posteriori estimation of an error, local refinement of a mesh and dynamic balancing of computing loading. Their efficiency and structure of computing load is researched at performance on multicore computing systems.

Обсуждаются некоторые аспекты математического моделирования ущерба, наносимого экстремальными природными явлениями. Предложена методика моделирования разрушений, учитывающая природу явлений, восприимчивость строений к конкретным разрушающим воздействиям, особенности рассматриваемого региона. Обсуждается программное обеспечение, предназначенное для применения в актуарных расчетах, в основе которого лежит данная методика.

Some aspects of mathematical modelling of losses from extreme natural events are discussed. A technique of modelling damage is suggested allowing for the nature of events, vulnerability of buildings to certain destructive influences and characteristics of the regions involved. A software package based on this technique and designed for adaptation in actuarial calculations is discussed.