https://ru.jcyb.ru/nisii_tech/issue/feed Успехи кибернетики 2026-07-12T15:54:44+03:00 Тарас Владимирович Гавриленко taras.gavrilenko@gmail.com Open Journal Systems https://ru.jcyb.ru/nisii_tech/article/view/495 Поздравление с 80-летним юбилеем академика В. Б. Бетелина от НИЦ «Курчатовский институт» — НИИСИ и от редакции журнала «Успехи кибернетики» 2026-07-03T08:09:55+03:00 Редакционная коллегия jcyb@office.niisi.tech 2026-06-30T00:00:00+03:00 Copyright (c) https://ru.jcyb.ru/nisii_tech/article/view/496 80 лет Бетелину Владимиру Борисовичу 2026-07-03T08:18:15+03:00 В. Я. Панченко viapanchenko@pran.ru 2026-06-30T00:00:00+03:00 Copyright (c) https://ru.jcyb.ru/nisii_tech/article/view/497 Резюме Оргкомитета международной конференции «Математические идеи академика П. Л. Чебышёва, их приложения в естественных науках и технологиях искусственного интеллекта», приуроченной к 205-й годовщине со дня его рождения (Обнинск, 14–16 мая 2026 г.) 2026-07-03T08:27:45+03:00 Оргкомитет конференции chebconf2026@office.niisi.tech 2026-06-30T00:00:00+03:00 Copyright (c) https://ru.jcyb.ru/nisii_tech/article/view/498 Достоверность исходных данных — основа достоверности применений технологий искусственного интеллекта при решении практических задач 2026-07-06T13:02:06+03:00 В. Б. Бетелин betelin@niisi.msk.ru В. А. Галкин val-gal@yandex.ru Т. В. Гавриленко taras.gavrilenko@gmail.com <p>в статье анализируются фундаментальные ограничения и риски, связанные с повсеместным внедрением технологий искусственного интеллекта (ИИ), и в частности универсальных моделей типа GPT. Показано, что эпоха экстенсивного масштабирования ИИ завершается из-за исчерпания качественных человеческих данных. Рассмотрены задачи ИИ через призму теории некорректно поставленных обратных задач, доказано, что вычислительная неустойчивость является объективным математическим свойством. Обосновано, что основа архитектуры «Трансформер», опирающаяся на структурную лингвистику, не имеет строгого математического обоснования при переносе на области без формального синтаксиса (медицина, промышленность), что ставит под сомнение достоверность получаемых данных. На примерах из академической и школьной среды продемонстрированы фактические признаки стагнации науки и образования, вызванные делегированием интеллектуального труда генеративному ИИ. Сформулирован вывод о необходимости перехода от универсальных моделей к специализированным ИИ-решениям, требующим математического обоснования классов корректности, верификации исходных данных предметной области и обязательного контроля со стороны человека при работе с критической инфраструктурой.</p> 2026-06-30T00:00:00+03:00 Copyright (c) https://ru.jcyb.ru/nisii_tech/article/view/499 Образование. Роль государства, общества, личности 2026-07-11T21:15:50+03:00 А. Л. Семенов alexei.semenov@math.msu.ru Т. А. Рудченко rudchenko1@yandex.ru <p>статья посвящена анализу образовательных идей, представленных в монографии Е. П. Велихова, В. Б. Бетелина и А. Г. Кушниренко, а также роли Владимира Борисовича Бетелина в развитии отечественной информатики, вычислительной техники и системы подготовки научно-технических кадров. На основе материалов монографии, исторических источников и личных воспоминаний авторов рассматривается эволюция российского школьного и инженерного образования в контексте задач научно-технологического развития страны. В статье также изучается исторический опыт советских образовательных реформ и их роль в формировании массовой системы подготовки инженерных, научных и педагогических кадров. Особое внимание уделяется введению школьного курса информатики в 1980-е годы и его значению для развития отечественного образования.<br>Рассматривается взаимосвязь государственной политики, научного сообщества и образовательных институтов в формировании кадрового потенциала для развития кибернетики, вычислительной техники и высокотехнологичной промышленности. Анализируется становление системы математических кружков, специализированных физико-математических школ, олимпиадного движения и школьной информатики как важнейших элементов подготовки будущих инженеров, программистов и исследователей. В этом контексте затрагиваются идеи В. Б. Бетелина, связанные с ролью образования в научно-технологическом развитии страны и подготовкой кадров для сферы вычислительной техники, информатики и высокотехнологичной промышленности.</p> 2026-06-30T00:00:00+03:00 Copyright (c) https://ru.jcyb.ru/nisii_tech/article/view/500 Концепция платформы генерации прикладных систем управления 2026-07-11T21:17:59+03:00 Р. Д. Гимранов gimranov_rd@mail.ru В. А. Галкин val-gal@yandex.ru Т. В. Гавриленко taras_gavrilenko@office.niisi.tech Д. А. Моргун morgun_da@office.niisi.tech М. Т. Гавриленко gavrilenko.michail.t@office.niisi.tech М. Е. Амелин amelin_me@office.niisi.tech С. А. Батуро baturo_sa@office.niisi.tech А. И. Грюнталь grntl@niisi.ras.ru <p>в статье представлена концепция low-code/no-code платформы автоматизации построения прикладных систем управления технологическими процессами нефтегазовой отрасли на основе онтологического моделирования. Проведен сравнительный анализ методологий (Methontology, On-To-Knowledge, подход Грубера, BORO) и языков описания онтологий (RDF, RDFS, OWL, KIF, CycL, Gellish) с обоснованием выбора OWL и инструментальной среды Protégé. Описана пятиуровневая иерархическая архитектура платформы, охватывающая физические устройства, контроллеры, обработку данных, визуализацию и бизнес-логику. Рассмотрен обобщенный алгоритм функционирования платформы: последовательная трансформация онтологических моделей через BPMN- и DFD-диаграммы к метаописанию проекта и итоговому программному коду. Сформулированы базовые требования к концепции, включая поддержку отечественных низкопроизводительных вычислительных систем.</p> 2026-06-30T00:00:00+03:00 Copyright (c) https://ru.jcyb.ru/nisii_tech/article/view/501 Возможность выделения на нефтяном месторождении непроницаемого экрана по данным гидропрослушивания двух скважин, расположенных возле разлома. Часть 1. Оценка возможности применения методики 2026-07-06T13:56:53+03:00 В. А. Юдин yudinval@yandex.ru Ю. М. Штейнберг yurash22@gmail.com Н. П. Ефимова efinatka@gmail.com И. В. Афанаскин ivanafanaskin@gmail.com <p>исследуется принципиальная возможность выявления на нефтяном месторождении разлома, являющегося непроницаемым экраном (границей), по данным гидропрослушивания двух скважин, расположенных по одну сторону от разлома. Актуальность работы обусловлена значительным влиянием разломов на эффективность разработки нефтяных залежей. Коллективом авторов в семи статьях в 2023–2025 гг. была показана неэффективность применения для этой цели односкважинных гидродинамических исследований за счет влияния погрешностей оценки используемых параметров пласта, определяемых негидродинамическими методами. Предлагаемый подход позволяет сократить число таких параметров. Выполнено численное моделирование гидропрослушивания в однородном, условно бесконечном пласте и в пласте с непроницаемой границей. Предложен алгоритм выявления такой границы, проведена оценка влияния погрешностей исходных параметров, получаемых негидродинамическими методами, на достоверность ее выявления. Показано, что, в отличие от односкважинных исследований, рассматриваемый подход позволяет уверенно выделять непроницаемый экран (границу), даже при наличии погрешностей в определении исходных параметров. Для надежного заключения о его реализуемости предполагается дальнейшее тщательное и детальное исследование данного метода.</p> 2026-06-30T00:00:00+03:00 Copyright (c) https://ru.jcyb.ru/nisii_tech/article/view/502 Методы ввода данных в микроядерных операционных системах на примере операционной системы реального времени «Багет» 2026-07-06T14:02:49+03:00 А. М. Гиацинтов giatsintov@niisi.ras.ru А. Н. Еременчук alexer@niisi.ras.ru К. А. Мамросенко mamrosenko_k@niisi.ras.ru К. В. Пугин rilian@niisi.ras.ru <p>в статье рассматривается разработка подсистемы ввода для отечественной микроядерной операционной системы реального времени (ОСРВ) «Багет». Ключевой проблемой при адаптации графических сред, таких как X Window System, для ОСРВ является недетерминированный характер стандартных решений, основанных на стеке udev/libinput. В работе предложен алгоритм «горячего подключения» (hotplug) устройств ввода, не зависящий от подсистемы udev, интегрированный в отдельный поток ввода X сервера и обеспечивающий предсказуемое время отклика. Алгоритм основан на периодическом сканировании файловой системы /dev и корректном взаимодействии с Application Programming Interface (API) X сервера через механизм обратных вызовов и синхронизации. Также представлена подсистема ввода для пользовательских приложений, обеспечивающая абстракцию над низкоуровневыми представлениями устройств, применяемая для приложений, не задействующих X сервер. В рамках работы реализовано приложение калибровки сенсорных экранов, использующее пятиточечную схему и метод наименьших квадратов для вычисления параметров аффинного преобразования, с последующей автоматической генерацией конфигурации для X сервера. Проведенные испытания подтверждают работоспособность, детерминированность и практическую применимость всех компонентов, включая интеграцию с фреймворком графического интерфейса пользователя (GUI) Nuklear. Работа демонстрирует возможность успешной адаптации сложных программных комплексов для использования в специализированных детерминированных системах.</p> 2026-06-30T00:00:00+03:00 Copyright (c) https://ru.jcyb.ru/nisii_tech/article/view/503 Точное решение уравнений неоднородного течения Куэтта–Пуазейля с трением Рэлея 2026-07-06T14:11:12+03:00 К. В. Губарева r.kristina2017@mail.ru Е. Ю. Просвиряков evgen_pros@mail.ru <p>для уравнений Навье–Стокса с линейным трением Рэлея построено новое точное решение. Оно описывает трехмерное стационарное течение вязкой несжимаемой жидкости в плоском канале и обобщает классические течения Куэтта и Пуазейля. Продольная компонента скорости линейно зависит от одной поперечной координаты, а коэффициенты этой зависимости экспоненциально изменяются вдоль другой. На примере воды проведен численный анализ при различных значениях коэффициента трения Рэлея. Исследовано влияние параметра трения на толщину пристеночного слоя и на соотношение вязкой и рэлеевской диссипации энергии. Установлено, что при малых значениях коэффициента трения течение близко к классическим аналогам. При больших значениях формируются тонкие пограничные слои, а диссипация за счет трения Рэлея становится доминирующей. Полученное решение расширяет семейство точных решений гидродинамики и может применяться при моделировании течений в пористых средах, фильтрационных процессов, а также в задачах геофизической гидродинамики.</p> 2026-06-30T00:00:00+03:00 Copyright (c) https://ru.jcyb.ru/nisii_tech/article/view/504 Оценка теплового состояния устройства локальной автоматизации для морских электроэнергетических систем на базе российской элементной базы 2026-07-11T20:25:36+03:00 В. Ж. Куклин vzh.kuklin@gmail.com М. А. Кочаров kocharov@niisi.ras.ru Е. А. Тихонов tihonov@petrsu.ru А. Д. Коцаренко akots@cs.niisi.ras.ru <p>в условиях санкционных ограничений и стратегической задачи освоения Арктической зоны ключевым приоритетом российского судостроения становится обеспечение технологического суверенитета в области судовых электроэнергетических систем (ИЭЭС). В работе представлены результаты этапа НИОКР по разработке устройств локальной автоматизации (УЛА) на базе отечественного микроконтроллера К5500ВК018. Основной проблемой при использовании данной элементной базы в агрессивной морской среде является обеспечение надежного теплоотвода в условиях пассивной вентиляции при температурах окружающего воздуха до 60 <sup>∘</sup>С. Целью исследования была оценка теплового состояния опытных образцов УЛА и оптимизация конструкции корпуса для исключения перегрева критических компонентов. Методология работы основана на численном моделировании сопряженного теплообмена и гидродинамики в пакете SOLIDWORKS Flow Simulation. Проведена проверка сеточной сходимости, учтено тепловое излучение методом дискретного переноса (Discrete Transfer), использованы анизотропные свойства материалов печатных плат.<br>В ходе расчетов выявлено превышение допустимой температуры микроконтроллера К5500ВК018 в базовой конструкции корпуса. Для устранения перегрева предложена модернизация корпуса с организацией дополнительных вентиляционных отверстий. Результаты показали, что модернизация обеспечила увеличение массового расхода воздуха в зоне тепловыделения на 57,5%, что позволило снизить максимальную температуру микроконтроллера до 84,48 <sup>∘</sup>С при температуре окружающей среды 60 <sup>∘</sup>С (предельное значение — 85 <sup>∘</sup>С). Установлено, что предложенная конструкция обеспечивает надежную работу устройств без применения активных систем охлаждения и радиаторов. Полученные результаты подтверждают возможность серийного производства конкурентоспособных отечественных УЛА для морских ИЭЭС, что вносит вклад в импортозамещение и повышение технологической безопасности отрасли в условиях глобальной нестабильности цепочек поставок.</p> 2026-06-30T00:00:00+03:00 Copyright (c) https://ru.jcyb.ru/nisii_tech/article/view/505 Исследование согласования GaAs кристалла усилителя мощности СВЧ-диапазона с керамическим корпусом QFN 2026-07-07T10:22:04+03:00 В. В. Шеденко ShedenkoVV@mail.ru С. У. Увайсов uvajsov@mirea.ru В. С. Иванов ivanov_vs@mirea.ru М. С. Христюк khristuk.n15@gmail.com <p>в статье исследовано согласование GaAs СВЧ-усилителя мощности с керамическим корпусом типа QFN. Показано, что исходная конфигурация корпуса не обеспечивает требуемого согласования вследствие влияния паразитных параметров выводов, межсоединений и центральной заземляющей площадки.<br>Исследование основано на электромагнитном моделировании структуры «кристалл — корпус» и анализе S-параметров. Проведена модификация геометрии корпуса, включающая изменение конфигурации заземляющей площадки, сигнальных выводов и соединительных проводников. Показано, что формирование многозвенной реактивной структуры позволяет улучшить согласование и снизить влияние паразитных параметров без применения дополнительных внешних согласующих цепей.</p> 2026-06-30T00:00:00+03:00 Copyright (c) https://ru.jcyb.ru/nisii_tech/article/view/506 Моделирование звука при коллизиях объектов в системах виртуального окружения 2026-07-11T21:06:51+03:00 Е. В. Страшнов strashnov_evg@mail.ru И. П. Саблин sablinivan97@gmail.com <p>в работе предлагаются методы и подходы для моделирования звука, возникающего при коллизиях виртуальных объектов в системах виртуального окружения. Предлагаемые решения основаны на воспроизведении звуковых файлов при появлении одного из событий, связанного с соударением виртуальных объектов, а также с трением скольжения и качения между ними. Подготовка звуковых файлов для каждой пары типов объектов, участвующих в коллизии, осуществляется в аудиоредакторе Audacity с открытой лицензией. Моделирование звука при соударениях и трении виртуальных объектов реализовано с применением библиотеки Miniaudio с открытым исходным кодом для воспроизведения звука в трехмерной виртуальной среде. В процессе такого моделирования вычисление уровня громкости звука осуществляется на основе информации, получаемой на стадиях определения и разрешения коллизий виртуальных объектов. Расчет громкости воспроизводимого звука при соударении виртуальных объектов реализован с применением математической модели гармонического осциллятора. Апробация предлагаемых в статье решений проводилась в программном комплексе виртуального окружения VirSim на примере взаимодействий виртуального робота с различными объектами виртуального окружения и этих объектов друг с другом.</p> 2026-06-30T00:00:00+03:00 Copyright (c) https://ru.jcyb.ru/nisii_tech/article/view/507 Нейросетевая модель временных рядов для прогнозирования уровня углекислого газа в атмосфере Центральной Сибири 2026-07-11T20:29:49+03:00 О. С. Володько osv@icm.krasn.ru Н. А. Буряк buryakna98@gmail.com <p>рост концентрации углекислого газа в атмосфере, обусловленный как природными, так и антропогенными воздействиями, является одной из ключевых причин изменения климата, что делает проблему точного долгосрочного прогнозирования выбросов принципиально важным вопросом современной науки. В работе выполнен сравнительный анализ эффективности различных методов машинного обучения для прогнозирования временных рядов концентрации углекислого газа на основе данных научной обсерватории «Станция высотной мачты» в Центральной Сибири за период 2009–2022 гг. Рассмотрены ансамблевые модели: случайный лес, градиентный бустинг — и рекуррентная нейронная сеть с архитектурой долгой краткосрочной памяти. В качестве предикторов использованы интенсивность пожаров, лаговая переменная (количество дней от начала наблюдений) и метеорологические параметры: температура воздуха, максимальная и минимальная температура за день, температура точки росы, относительная влажность, скорость ветра, атмосферное давление, количество осадков. Показано, что архитектура нейронной сети долгой краткосрочной памяти обеспечивает более высокую точность прогноза на валидационной выборке по сравнению с ансамблевыми методами (средняя абсолютная ошибка: 2,87, среднеквадратичная ошибка: 3,91, коэффициент детерминации: 0,83). Установлено, что наиболее значимыми предикторами являются температура воздуха, относительная влажность, температура точки росы и скорость ветра.</p> 2026-06-30T00:00:00+03:00 Copyright (c) https://ru.jcyb.ru/nisii_tech/article/view/508 Методика распознавания активности в умном доме с использованием беспроводных сенсорных сетей (WSN) и Интернета вещей (IoT) 2026-07-11T21:07:47+03:00 Н. В. Замятин zamnv47@gmail.com Г. В. Смирнов smirnov@main.tusur.ru <p>в последнее время развитие умного дома определяется новыми возможностями благодаря быстрому развитию беспроводных сенсорных сетей (WSN) и Интернета вещей (IoT). Эти приложения в режиме реального времени позволяет расширить объем услуг для пользователей умного дома, повысить эффективность использования ресурсов. Для этого требуется структурированный подход к интеграции WSN и IoT. Несмотря на наличие устоявшихся технологий, не хватает методологии для создания аппаратных и программных платформ и их эффективного взаимодействия. Поэтому в данной статье представлена трехэтапная методика, позволяющая сначала спроектировать архитектуру системы, затем определить критерии, сформулировать требования и обосновать выбор каждого компонента системы.</p> 2026-06-30T00:00:00+03:00 Copyright (c) https://ru.jcyb.ru/nisii_tech/article/view/509 Ансамблевый метод глубокого обучения с подкреплением для управления инвестиционным портфелем на российском фондовом рынке 2026-07-07T11:17:33+03:00 А. А. Кобзев artem.kobzev.2001@mail.ru О. Н. Крахмалев onkrakhmalev@fa.ru <p>в статье исследуется ансамблевый подход к управлению инвестиционным портфелем на российском фондовом рынке на основе глубокого обучения с подкреплением. Цель работы состоит в воспроизведении базовой ансамблевой архитектуры на данных российского рынка, в проверке ее переносимости и в выявлении тех модификаций, которые, действительно, улучшают качество торговли на длительный период. В качестве исходного решения рассматривается ансамбль из трех алгоритмов принятия решений, для которого последовательно анализируются расширение набора признаков, добавление макроэкономических переменных, штрафов за риск и механизма непрерывной адаптации одного из агентов в процессе торговли. Эксперименты проведены на данных 2015–2025 годов по ликвидным российским акциям, а итоговое сравнение выполнено на периоде 2023–2025 годов. Показано, что наибольший вклад в результат дает механизм непрерывного обучения, при котором агент дообучается на сделках любого активного участника ансамбля. Лучшая конфигурация обеспечивает суммарную доходность 61,7 процента и превосходит пассивные ориентиры по абсолютной доходности, однако не решает проблему защиты капитала на затяжном падающем рынке при высокой ключевой ставке.</p> 2026-06-30T00:00:00+03:00 Copyright (c) https://ru.jcyb.ru/nisii_tech/article/view/510 Стохастический подход к оценке ресурсов газовых месторождений в условиях неопределенности исходных данных 2026-07-11T20:31:56+03:00 А. В. Макаров brad-pit1999@mail.ru <p>в статье рассматривается комплексный подход к оценке ресурсов газовых месторождений, основанный на интеграции статистических методов и динамического моделирования. Предложена математическая модель, учитывающая геолого-физические особенности пласта и фильтрационные характеристики. Разработан алгоритм, позволяющий производить оценку с учетом неопределенностей исходных данных. Приведены результаты апробации метода на реальных месторождениях, показавшие его эффективность по сравнению с традиционными подходами.</p> 2026-06-30T00:00:00+03:00 Copyright (c) https://ru.jcyb.ru/nisii_tech/article/view/511 Сравнение ансамблевых методов машинного обучения при решении задачи прогнозирования окончания периода заморозков 2026-07-11T21:21:01+03:00 В. А. Солозобов solo.val.al@yandex.ru С. А. Лысенкова lsa1108@mail.ru <p>в статье приводится сравнение результатов применения ансамблевых методов машинного обучения для решения задачи прогнозирования завершения периода заморозков. Дано краткое описание ансамблевых методов. Представлены результаты исследования зависимости влияния различных наборов гиперпараметров и входных данных на обучение оптимальной модели. Сделаны выводы о качестве получаемых моделей с помощью различных вариаций градиентного бустинга, случайного леса и линейной модели. В работе приведены результаты применения библиотек, реализующих методы машинного обучения: XGBoost, LightGBM, CatBoost, Random Forest (scikit-learn), логистическая регрессия.</p> 2026-06-30T00:00:00+03:00 Copyright (c) https://ru.jcyb.ru/nisii_tech/article/view/512 Классификация изображений временных рядов с использованием глубоких сверточных нейронных сетей 2026-07-12T15:54:44+03:00 Э. Г. Тунян tunyan@edro.su Р. С. Сазиков sazikov@edro.su Т. В. Гавриленко taras.gavrilenko@gmail.com <p>работа посвящена задаче классификации временных рядов с использованием методов глубокого обучения, однако исходный сигнал здесь не обрабатывается напрямую. Сначала его переводят в двумерное представление — через рекуррентные диаграммы, которые фиксируют, когда система возвращается в схожие состояния и насколько часто это происходит. Такой шаг не всегда выглядит очевидным, но на практике упрощает дальнейшую обработку, после него ряд можно рассматривать как изображение и применять сверточные сети. Архитектура при этом остается достаточно стандартной: несколько сверточных слоев, затем подвыборка для уменьшения размерности и полносвязная часть, где формируется итоговое решение. Признаки заранее не задаются, они формируются в процессе обучения, хотя итог сильно зависит от того, насколько удачно выбрано само представление сигнала.</p> 2026-06-30T00:00:00+03:00 Copyright (c) https://ru.jcyb.ru/nisii_tech/article/view/513 Классификация и критерии оценки функциональной полноты программного обеспечения Сургутского государственного университета в контексте политики импортозамещения 2026-07-11T21:23:37+03:00 Т. Г. Бурдыко burdyko_tg@surgu.ru К. И. Бушмелева bushmeleva_ki@surgu.ru <p>актуальность исследования обусловлена необходимостью системного перехода университетов на отечественное программное обеспечение в условиях санкционного давления и требований технологической независимости. Существующие подходы к классификации программного обеспечения носят фрагментарный характер и не учитывают специфику функциональной полноты применительно к задачам вуза. Сургутский государственный университет — опорный вуз ХМАО-Югры, осуществляющий подготовку кадров для нефтегазовой отрасли — ключевого субъекта критической информационной инфраструктуры РФ. Направление 09.03.01 «Информатика и вычислительная техника» является системообразующим для цифровой трансформации региона.</p> 2026-06-30T00:00:00+03:00 Copyright (c) https://ru.jcyb.ru/nisii_tech/article/view/514 Алгоритм формирования адаптивной траектории обучения школьников на основе данных об их успеваемости в центре подготовки к ЕГЭ и ОГЭ 2026-07-07T11:39:07+03:00 А. А. Драган dragan.alexandr.902@gmail.com А. В. Гавриленко gavrilenko.anna.v@gmail.com <p>персонализированное обучение в центрах подготовки к ЕГЭ и ОГЭ позволяет с помощью современных технологий адаптировать учебный процесс под каждого ученика. Разработан алгоритм формирования адаптивной траектории обучения на основе данных об успеваемости учеников. Для сбора данных при анализе успеваемости ученика использовалась IRT-модель. Для оценки образовательных возможностей ученика применялся расчет вероятности правильного ответа с помощью трехпараметрической модели Бирнбаума. Полученное значение использовалось при расчете уровня знаний учащегося с применением метода максимального правдоподобия. Для распределения учеников по группам успеваемости использовался метод кластеризации K-means.</p> 2026-06-30T00:00:00+03:00 Copyright (c) https://ru.jcyb.ru/nisii_tech/article/view/515 Оптимизация процесса эвакуации в современных многофункциональных комплексах 2026-07-11T21:26:37+03:00 Д. А. Яременко yaremenko_da@surgu.ru К. И. Бушмелева bushmeleva_ki@surgu.ru <p>в статье предложено моделирование и оптимизация процесса эвакуации для многофункциональных комплексов с учетом распределения людей по этажам и адаптивного построения кратчайших маршрутов. Рассмотрены существующие подходы к подсчету численности людей, графовые и агент-ориентированные модели движения, а также принципы интеграции сенсорных данных в динамическую маршрутизацию. Проведено численное моделирование ряда сценариев эвакуации; показано, что адаптивная маршрутизация сокращает общее время эвакуации и снижает локальные перегрузки. Обсуждены практические аспекты внедрения: визуализация, отказоустойчивость системы и соответствие нормативам. Приведены рекомендации для проектирования и эксплуатации эвакуационных систем в современных объектах.</p> 2026-06-30T00:00:00+03:00 Copyright (c)