Добірка наукової літератури з теми "Метод математичного моделювання"
Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями
Ознайомтеся зі списками актуальних статей, книг, дисертацій, тез та інших наукових джерел на тему "Метод математичного моделювання".
Біля кожної праці в переліку літератури доступна кнопка «Додати до бібліографії». Скористайтеся нею – і ми автоматично оформимо бібліографічне посилання на обрану працю в потрібному вам стилі цитування: APA, MLA, «Гарвард», «Чикаго», «Ванкувер» тощо.
Також ви можете завантажити повний текст наукової публікації у форматі «.pdf» та прочитати онлайн анотацію до роботи, якщо відповідні параметри наявні в метаданих.
Статті в журналах з теми "Метод математичного моделювання"
СІЛКОВА, О. В., та Н. В. ЛОБАЧ. "ФОРМУВАННЯ ПРОФЕСІЙНОЇ КОМПЕТЕНТНОСТІ У ЗДОБУВАЧІВ МЕДИЧНОЇ ОСВІТИ ПІД ЧАС ВИВЧЕННЯ ТЕМИ «МАТЕМАТИЧНЕ МОДЕЛЮВАННЯ У МЕДИЦИНІ, БІОЛОГІЇ»". АКАДЕМІЧНІ СТУДІЇ. СЕРІЯ «ПЕДАГОГІКА» 1, № 4 (18 квітня 2022): 171–76. http://dx.doi.org/10.52726/as.pedagogy/2021.4.1.25.
Повний текст джерелаВолкова, Ярослава. "СУЧАСНІ МЕТОДИ ОЦІНКИ СТОМЛЕННЯ". Слобожанський науково-спортивний вісник 4, № 78 (26 червня 2020): 30–36. http://dx.doi.org/10.15391/snsv.2020-4.005.
Повний текст джерелаKhudov, H., O. Makoveichuk, I. Khizhnyak, S. Berezina та Yu Solomonenko. "МЕТОД БАГАТОМАСШТАБНОГО ОБРОБЛЕННЯ ЗОБРАЖЕНЬ З БОРТОВИХ СИСТЕМ ОПТИКО-ЕЛЕКТРОННОГО СПОСТЕРЕЖЕННЯ ДЛЯ ВИЗНАЧЕННЯ ЕЛЕМЕНТІВ МІСЬКОЇ ІНФРАСТРУКТУРИ". Системи управління, навігації та зв’язку. Збірник наукових праць 3, № 55 (21 червня 2019): 3–7. http://dx.doi.org/10.26906/sunz.2019.3.003.
Повний текст джерелаKhizhnyak, I., H. Khudov, I. Ruban, A. Makoveychuk, Yu Solomonenko та V. Khudov. "МЕТОД ТЕМАТИЧНОГО СЕГМЕНТУВАННЯ КОЛЬОРОВОГО ЗОБРАЖЕННЯ БОРТОВОЇ СИСТЕМИ ОПТИКО-ЕЛЕКТРОННОГО СПОСТЕРЕЖЕННЯ". Системи управління, навігації та зв’язку. Збірник наукових праць 5, № 51 (30 жовтня 2018): 13–19. http://dx.doi.org/10.26906/sunz.2018.5.013.
Повний текст джерелаKhudov, H., О. Makoveichuk, I. Khizhnyak, Y. Solomonenko та I. Yuzova. "МЕТОД ВИДІЛЕННЯ ОБ’ЄКТІВ МІСЬКОЇ ЗАБУДОВИ НА ЗОБРАЖЕННЯХ БОРТОВИХ СИСТЕМ ОПТИКО-ЕЛЕКТРОННОГО СПОСТЕРЕЖЕННЯ З ВИКОРИСТАННЯМ ПЕРЕТВОРЕННЯ ХАФА". Системи управління, навігації та зв’язку. Збірник наукових праць 6, № 52 (13 грудня 2018): 20–24. http://dx.doi.org/10.26906/sunz.2018.6.020.
Повний текст джерелаТрасковецька, Лілія. "КОМП’ЮТЕРНЕ МОДЕЛЮВАННЯ ЕЛЕКТРОДИНАМІЧНИХ ПРОЦЕСІВ". Збірник наукових праць Національної академії Державної прикордонної служби України. Серія: військові та технічні науки 86, № 4 (16 квітня 2022): 204–19. http://dx.doi.org/10.32453/3.v86i4.945.
Повний текст джерелаПрокопенко, Микола. "ЗАСТОСУВАННЯ ЕКОНОМІКО-МАТЕМАТИЧНИХ МЕТОДІВ ПРОГНОЗУВАННЯ ЯК ШЛЯХ УДОСКОНАЛЕННЯ СИСТЕМИ БАНКІВСЬКОГО КРЕДИТУВАННЯ". Проблеми і перспективи розвитку підприємництва, № 26 (26 червня 2021): 109. http://dx.doi.org/10.30977/ppb.2226-8820.2021.26.109.
Повний текст джерелаLevytska, L. V., та O. V. Vovkodav. "МЕТОДИ ІДЕНТИФІКАЦІЇ ДИНАМІЧНОЇ МОДЕЛІ РЕАКЦІЇ СЕРЦЕВО-СУДИННОЇ СИСТЕМИ НА ФІЗИЧНЕ НАВАНТАЖЕННЯ У ХВОРИХ НА ІНФАРКТ МІОКАРДА В ПРОЦЕСІ РЕАБІЛІТАЦІЇ". Medical Informatics and Engineering, № 1 (10 травня 2019): 73–81. http://dx.doi.org/10.11603/mie.1996-1960.2019.1.10111.
Повний текст джерелаVentsel, V. "ПІДВИЩЕННЯ ЕФЕКТИВНОСТІ УПРАВЛІНСЬКИХ РІШЕНЬ У ПРОЦЕСІ ФОРМУВАННЯ ЕКОНОМІЧНОЇ ТА СОЦІАЛЬНОЇ ПОЛІТИКИ НА ОСНОВІ ЕКОНОМІКО-МАТЕМАТИЧНОГО МОДЕЛЮВАННЯ". Theory and Practice of Public Administration 1, № 68 (28 лютого 2020): 100–109. http://dx.doi.org/10.34213/tp.20.01.13.
Повний текст джерелаХомченко, А. Н., О. І. Литвиненко та І. О. Астіоненко. "ЙМОВІРНІСТЬ: ВІД ПОЛІНОМІВ ЕРМІТА ДО КВАДРАТУРИ ГАУССА". Visnyk of Zaporizhzhya National University Physical and Mathematical Sciences, № 1 (6 вересня 2021): 74–80. http://dx.doi.org/10.26661/2413-6549-2021-1-09.
Повний текст джерелаДисертації з теми "Метод математичного моделювання"
Подгорний, О. Р. "Метод R-функцій у задачах математичного моделювання фільтраційних течій". Thesis, ХНУРЕ, 2018. http://openarchive.nure.ua/handle/document/5807.
Повний текст джерелаМазур, М. П., та А. І. Мещишин. "Проблеми математичного моделювання процесів стружкоутворення при різанні". Thesis, Видавництво СумДУ, 2010. http://essuir.sumdu.edu.ua/handle/123456789/11428.
Повний текст джерелаЄфімов, Олександр В'ячеславович, Тетяна Анатоліївна Гаркуша та Тетяна Олексіївна Єсипенко. "Методичні підходи до розрахунків та оптимізації параметрів устаткування енергоблоків АЕС методами математичного моделювання". Thesis, Національний технічний університет "Харківський політехнічний інститут", 2016. http://repository.kpi.kharkov.ua/handle/KhPI-Press/46446.
Повний текст джерелаБондарук, Петро Антонович, А. М. Касімов, Ю. В. Красношапка та О. А. Макогон. "Визначення рівнів діагностичного процесу пошуку несправностей систем управління озброєнням шляхом використання сучасного апарата математичного моделювання". Thesis, Національний технічний університет "Харківський політехнічний інститут", 2016. http://repository.kpi.kharkov.ua/handle/KhPI-Press/47048.
Повний текст джерелаБілоус, Олена Анатоліївна, Елена Анатольевна Белоус, Olena Anatoliivna Bilous, Христина Володимирівна Берладір, Кристина Владимировна Берладир, Khrystyna Volodymyrivna Berladir та Д. С. Лаврик. "Моделювання деформаційної характеристики політетрафторетиленової матриці". Thesis, Сумський державний університет, 2017. http://essuir.sumdu.edu.ua/handle/123456789/66529.
Повний текст джерелаСверстюк, Андрій Степанович, А. С. Сверстюк та A. S. Sverstiuk. "Моделі та методи компартментного математичного моделювання кіберфізичних систем медико-біологічних процесів". Diss., «Укрмедкнига» Тернопільського національного медичного університету імені І. Я. Горбачевського, 2020. http://elartu.tntu.edu.ua/handle/lib/32351.
Повний текст джерелаДисертація присвячена вирішенню проблеми розвитку математичного моделювання та обчислювальних методів у напрямку створення та дослідження нових компартментних математичних моделей кіберфізичних систем медико- біологічних процесів. Розроблено компартментні математичні моделі кіберфізичних систем медико-біологічних процесів з використанням решітчастих диференціальних та різницевих рівнянь із запізненням на прямокутній та гексагональній решітках. Запропоновано методи обчислювальної математики для дослідження перманентності, екстинкції та стійкості компартментних математичних моделей кіберфізичних систем медико-біологічних процесів. Розроблено нові методи моделювання кіберфізичних біосенсорних систем з використанням гібридного програмування та інтерпретацією результатів моделювання у вигляді зображення фазових площин, решітчастих портретів та електричних сигналів. Запропоновано методи дослідження експоненційної стійкості рекурентних нейромережевих моделей для кіберфізичних систем медико-біологічних процесів. Розроблено алгоритм оптимального керування в моделі кіберфізичної системи лабораторної діагностики на основі полімеразно-ланцюгової реакції. Програмно реалізовані методи дослідження стійкості кіберфізичних систем медико-біологічних процесів.
Диссертация посвящена решению проблемы развития математического моделирования и вычислительных методов в направлении создания и исследования новых компартментных математических моделей киберфизических систем медико- биологических процессов. Разработаны компартментные математические модели киберфизических систем медико-биологических процессов с использованием решётчастых дифференциальных и разностных уравнений с запаздыванием на прямоугольной и гексагональной решётках. Предложенные методы вычислительной математики для исследования перманентности, экстинкции и устойчивости компартментных математических моделей киберфизических систем медико- биологических процессов. Разработаны новые методы моделирования киберфизических биосенсорных систем с использованием гибридного программирования и интерпретацией результатов моделирования в виде изображения фазовых плоскостей, решётчастых портретов и электрических сигналов. Предложенные методы исследования экспоненциальной устойчивости рекуррентных нейросетевых моделей для киберфизических систем медико- биологических процессов. Разработан алгоритм оптимального управления в модели киберфизической системы лабораторной диагностики на основе полимеразно- цепной реакции. Программно реализованы методы исследования устойчивости киберфизических систем медико-биологических процессов.
The dissertation is devoted to the solution of the problem of development of mathematical modelling and computational methods in the direction of creation and investigation of new compartmental mathematical models of cyber-physical systems of medical and biological processes. A methodology for designing cyber-physical biosensor systems used for automated monitoring of biomedical processes has been developed. On the basis of the suggested methodology, compartmental mathematical models of cyber- physical systems of medical and biological processes have been developed using lattice differential and difference equations with delay on rectangular and hexagonal lattices. The developed compartmental mathematical models take into account all the properties that are characteristic of lattice cyber-physical systems of medical and biological processes. Taking into account the lattice structure, the research has been carried out by the use of appropriate interactions between pixels of rectangular and hexagonal lattices, spatial operators and coordinations of biopixels. Methods of computational mathematics have been developed for solving problems of studying the permanence, extinction and stability of compartmental mathematical models of cyber-physical systems of medical and biological processes by using lattice differential and difference equations with delay on rectangular and hexagonal lattices. The basic numbers of reproduction have been suggested as a tool for studying the stability of compartmental lattice-type mathematical models. The conditions of stability, stability state without antibodies, stability state without antigens and antibodies, identical and non-identical endemic stability state have been investigated. Тhe study of local and global asymptotic stability has presented qualitative and quantitative results of numerical simulation of cyber-physical systems of medical and biological processes. The numerical simulation results show that the time delay has the greatest influence on the stability of the developed mathematical models of cyber-physical biosensor systems on rectangular and hexagonal lattices using lattice differential and difference equations with delay. New methods of organizing and optimizing the processes of simulation of cyber-physical biosensor systems using hybrid programming and interpretation of simulation results in the form of phase planes, lattice portraits have been developed. A mathematical model of dynamic logic for the systems under study has been developed by using the basic terms of the hybrid programming language. The results of numerical simulation of the developed cyber-physical biosensor system have been presented in the form of electrical signals from transducers characterizing the number of fluorescent pixels. Methods of computational mathematics have been worked out to solve the problems of exponential stability research of recurrent neural network models for cyber-physical systems of medical and biological processes. The algorithm of optimal control in the model of cyber-physical system of laboratory diagnostics based on polymerase-chain reaction has been developed. Using the obtained results, it is possible to control the temperature to minimize the required time of implementation of the annealing stage with the possibility of using a minimum amount of primer. The practical significance of the results of the dissertation research consists in the fact that, on the basis of the developed compartmental mathematical models of cyber- physical systems of medical and biological processes, the study of stability on rectangular and hexagonal lattices with the use of lattice differential and difference equations, it has been established that the constant delay is the most important parameter that affects the stability of the systems under study. A software complex has been developed to study the stability of cyber-physical systems of medical-biological processes, consisting of a block of identification and input of the parameters of the studied models, a software module for investigation of continuous dynamics, the block of modelling of the lattice images of antigens and antibodies, the block of obtaining the lattice images of connections of antigens with antibodies, the module of the study of discrete dynamics on the stability of the cyber-physical biosensor system and the visualization unit. The developed software complex and the obtained practical results are suitable for use in the design of modern cyber-physical systems of medical and biological processes with ensuring their stability during storage and use.
Перелік основних умовних позначень, символів і скорочень 42 Вступ 46 Розділ 1. Аналітичний огляд кіберфізичних систем медико- біологічних процесів та їх математичних моделей 57 1.1. Огляд практичних задач, пов’язаних із застосуванням кіберфізичних систем медико-біологічних процесів 58 1.1.1. Портативні кіберфізичні системи медико-біологічних процесів 59 1.1.2. Кіберфізичні біосенсорні системи для комплексного моніторингу біохімічних показників 60 1.1.3. Кіберфізичні біосенсорні системи для моніторингу прийому лікарських препаратів 62 1.1.4. Кіберфізичні системи медико-біологічних процесів для моніторингу рівня глюкози 63 1.1.5. Селективні елементи кіберфізичних систем медико- біологічних досліджень 68 1.2. Задача проектування та технічні характеристики кіберфізичних систем медико-біологічних процесів 74 1.3. Математичні моделі біосенсорів у кіберфізичних системах медико-біологічних процесів 81 1.3.1. Статичні математичні моделі біосенсорів у кіберфізичних системах медико-біологічних процесів 81 1.3.1.1. Модель оптичного біосенсора на основі поверхневого плазмонного резонансу 81 1.3.1.2. Багатошарова модель оптичного біосенсора 83 1.3.2. Динамічні математичні моделі біосенсорів на основі звичайних диференціальних рівнянь 86 1.3.2.1. Модель біосенсора першого порядку 86 1.3.2.2. Динамічна модель біосенсора другого порядку 89 1.3.3. Динамічні моделі біосенсорів у вигляді диференціальних рівнянь в частинних похідних 91 1.3.3.1. Модель біосенсора на основі рівнянь реакції-дифузії 91 1.3.3.2. Моделі біосенсорів, які використовують кінетику Міхаеліса-Ментена 92 1.3.3.3. Математична модель електрохімічного біосенсора 95 1.3.3.4. Модель біосенсора для визначення рівня глюкози 98 1.3.3.5. Модель для оптимізації розроблення біосенсорних кіберфізичних систем 100 1.3.3.6. Модель біосенсора в циліндричних координатах 101 1.4. Математична модель решітчастої динамічної системи в медико- біологічних дослідженнях 102 1.5. Математична модель Г.І. Марчука та використання її в кіберфізичних системах медико-біологічних процесів 106 1.6. Властивості, які повинні мати компартментні математичні моделі кіберфізичних систем медико-біологічних процесів 108 1.7. Висновки до першого розділу 114 Розділ 2. Розробка компартментних математичних моделей кіберфізичних біосенсорних систем 116 2.1. Математичне моделювання медико-біологічних процесів 117 2.2. Математична модель біосенсора на прямокутній решітці з використаням решітчастих диференціальних рівнянь із запізненням 120 2.3. Математична модель біосенсора на прямокутній решітці з використанням різницевих рівнянь із запізненням 125 2.4. Математична модель біосенсора на гексагональній решітці з використаням решітчастих диференціальних рівнянь із запізненням 129 2.5. Математична модель біосенсора на гексагональній решітці з використанням різницевих рівнянь із запізненням 132 2.6. Математична модель компартментних медико-біологічних процесів на основі клітинних автоматів 136 2.7. Модель кіберфізичної системи з атаками стану та вимірювань на основі стохастичних різницевих рівнянь 137 2.8. Ідентифікація параметрів у решітчастих диференціальних рівняннях із запізненням 140 2.9. Математична модель бутирилхолінестеразного біосенсора для визначення α-чаконіну 146 2.10. Висновки до другого розділу 149 Розділ 3. Дослідження неперервної та дискретної динаміки компартментних математичних моделей решітчастого типу 151 3.1. Ендемічні стани рівноваги компартментних математичних моделей решітчастого типу в кіберфізичних біосенсорних системах 152 3.1.1. Ендемічні стани рівноваги математичних моделей біосенсора на прямокутній решітці з використанням диференціальних та різницевих рівнянь 152 3.1.2. Ендемічні стани рівноваги математичних моделей біосенсора на гексагональній решітці з використанням диференціальних та різницевих рівнянь 153 3.2. Базові числа репродукції як інструмент дослідження стійкості компартментних математичних моделей решітчастого типу 155 3.3. Умови локальної асимптотичної стійкості компартментних математичних моделей біосенсорів решітчастого типу 159 3.3.1. Умови локальної асимптотичної стійкості математичної моделі біосенсора на основі диференціальних рівнянь на прямокутній решітці 159 3.3.2. Умови перманентності математичної моделі біосенсора на основі різницевих рівнянь на прямокутній решітці 164 3.3.3. Умови локальної асимптотичної стійкості математичної моделі біосенсора на основі диференціальних рівнянь на гексагональній решітці 173 3.3.4. Умови перманентності математичної моделі біосенсора на основі різницевих рівнянь на гексагональній решітці 174 3.4. Умови глобальної асимптотичної стійкості компартментних математичних моделей решітчастого типу 175 3.4.1. Умови глобальної асимптотичної стійкості математичної моделі біосенсора на основі диференціальних рівнянь на прямокутній решітці 175 3.4.2. Умови глобальної притягувальності математичної моделі біосенсора на основі різницевих рівнянь на прямокутній решітці 182 3.5. Виникнення біфуркації та детермінованого хаосу в компартментних математичних моделях решітчастого типу 187 3.5.1. Виникнення біфуркації та детермінованого хаосу в математичній моделі біосенсора з використанням решітчастих диференціальних рівнянь із запізненням на прямокутній решітці 187 3.5.2. Виникнення біфуркації та детермінованого хаосу в математичній моделі біосенсора з використанням решітчастих диференціальних рівнянь із запізненням на гексагональній решітці 192 3.5.3. Виникнення біфуркації та детермінованого хаосу в математичній моделі біосенсора на основі різницевих рівнянь на прямокутній решітці 193 3.5.4. Виникнення біфуркації та детермінованого хаосу в математичній моделі біосенсора на основі різницевих рівнянь на гексагональній решітці 198 3.6. Дослідження на основі чисельних характеристик нелінійної динаміки 199 3.6.1. Результати чисельного моделювання математичної моделі біосенсора з використанням диференціальних рівнянь на прямокутній решітці 199 3.6.2. Результати чисельного моделювання математичної моделі біосенсора з використанням диференціальних рівнянь на гексагональній решітці 203 3.6.3. Результати чисельного моделювання математичної моделі біосенсора з використанням різницевих рівнянь на прямокутній решітці 206 3.6.4. Результати чисельного моделювання математичної моделі біосенсора з використанням різницевих рівнянь на гексагональній решітці 207 3.7. Дослідження стійкості математичної моделі бутирилхолінестеразного біосенсора для визначення α-чаконіну 211 3.8. Висновки до третього розділу 214 Розділ 4. Розроблення та дослідження математичних моделей динамічної логіки кіберфізичних біосенсорних систем 216 4.1. Концептуальна модель архітектури кіберфізичних систем медико- біологічних процесів 216 4.2. Проектування динамічних процесів в кіберфізичних біосенсорних системах 219 4.3. Принцип вимірювання медико-біологічних показників кіберфізичними біосенсорними системами 222 4.4. Моделювання неперервної динаміки кіберфізичних біосенсорних систем 224 4.5. Основні терміни мови гібридного програмування 225 4.6. Моделі динамічної логіки кіберфізичних біосенсорних систем 228 4.6.1. Динамічне логічне моделювання кіберфізичної біосенсорної системи на прямокутній решітці з використаням решітчастих диференціальних рівнянь із запізненням 228 4.6.2. Динамічне логічне моделювання КФБСС на гексагональній решітці з використаням решітчастих диференціальних рівнянь із запізненням 230 4.7. Експериментальні дослідження математичних моделей динамічної логіки в кіберфізичних системах 232 4.7.1. Дослідження динамічної логіки кіберфізичної біосенсорної системи на прямокутній решітці з використаням решітчастих диференціальних рівнянь із запізненням 232 4.7.2. Дослідження динамічної логіки кіберфізичної біосенсорної системи на гексагональній решітці з використанням решітчастих диференціальних рівнянь із запізненням 238 4.7.3. Дослідження динамічної логіки кіберфізичної біосенсорної системи на прямокутній решітці з використанням різницевих рівнянь із запізненням 243 4.7.4. Дослідження динамічної логіки кіберфізичної біосенсорної системи на гексагональній решітці з використанням різницевих рівнянь із запізненням 248 4.8. Порівняльний аналіз результатів чисельного моделювання математичних моделей кіберфізичних біосенсорних систем на прямокутній та гексагональній решітках з використанням решітчастих диференціальних рівнянь 253 4.9. Порівняльний аналіз результатів чисельного моделювання математичних моделей кіберфізичних біосенсорних систем на прямокутній та гексагональній решітках з використанням решітчастих різницевих рівнянь 254 4.10. Висновки до четвертого розділу 256 Розділ 5. Розроблення методів дослідження нейромережевих моделей кіберфізичних біосенсорних систем медико-біологічних процесів 258 5.1. Нейромережеві моделі кіберфізичних систем медико-біологічних процесів та методи їх дослідження 258 5.2. Модель кіберфізичної біосенсорної системи на основі рекурентної нейромережі 260 5.3. Розроблення методу експоненціального оцінювання рекурентної нейромережі 261 5.3.1. Метод Кертеша та етапи побудови оцінки експоненціального згасання 261 5.3.2. Оцінка для похідної функціонала Ляпунова 262 5.3.3. Різницева нерівність для функціонала Ляпунова 265 5.4. Непрямий метод дослідження стійкості моделі нейронної мережі з дискретно розподіленим запізненням 269 5.4.1. Методи дослідження стійкості нейромережевих моделей 269 5.4.2. Модель нейронної мережі з дискретно розподіленим запізненням 271 5.4.3. Непрямий метод дослідження стійкості рекурентної нейронної мережі з дискретно розподіленим запізненням 273 5.5. Дослідження моделі нейронної мережі з дискретним та неперервним запізненням 282 5.6. Експериментальне дослідження якісної поведінки моделі рекурентної нейромережі 289 5.6.1. Чисельне дослідження динамічної поведінки двонейронної мережі з чотирма дискретними запізненнями 289 5.6.2. Чисельне дослідження динамічної поведінки нейронної мережі з трьома нейронами 291 5.6.3. Чисельне дослідження динамічної поведінки рекурентної двонейронної мережі зі змішаним запізненням 292 5.7. Висновки до п’ятого розділу 296 Розділ 6. Розроблення і дослідження компартментних математичних моделей медико-біологічних процесів лабораторної діагностики 298 6.1. Полімеразно-ланцюгова реакція, як універсальний метод лабораторної діагностики 298 6.2. Розроблення компартментної моделі стадій полімеразно- ланцюгової реакції 304 6.3. Дослідження стійкості полімеразно-ланцюгової реакції 305 6.4. Розроблення алгоритму оптимального керування полімеразно- ланцюговою реакцією 306 6.5. Задача оптимального керування стадією відпалу в ПЛР 307 6.6. Задача оптимального керування стадією елонгації в ПЛР 312 6.7. Чисельне моделювання кіберфізичної системи лабораторної діагностики на прикладі полімерезно-ланцюгової рекції для стадії відпалу 316 6.8. Висновки до шостого розділу 323 Розділ 7. Розроблення програмного забезпечення для реалізації методів математичного моделювання компартментних медико- біологічних процесів 325 7.1. Програмний комплекс для дослідження стійкості КФБСС 326 7.1.1. Розробка програмного комплексу для дослідження стійкості КФБСС 326 7.1.2. Програмний модуль для дослідження фазових площин в КФБСС на прямокутній решітці з використанням диференціальних рівнянь із запізненням 328 7.1.3. Програмний модуль для дослідження фазових площин в КФБСС на гексагональній решітці з використанням диференціальних рівнянь із запізненням 331 7.2. Програмний модуль дослідження інтенсивності імунної відповіді 333 7.2.1. Комп’ютерне моделювання контактів антигенів із антитілами в кіберфізичних біосенсорних системах на прямокутній решітці з використанням диференціальних рівнянь із запізненням 333 7.2.2. Комп’ютерне моделювання контактів антигенів із антитілами в кіберфізичних біосенсорних системах на гексагональній решітці з використанням диференціальних рівнянь із запізненням 334 7.3. Програмна реалізація вихідних сигналів кіберфізичної системи 336 7.3.1. Програмний комплекс аналізу дискретизованого сигналу з перетворювача КФБСС на прямокутній решітці з використанням диференціальних рівнянь із запізненням 336 7.3.2. Результати чисельного аналізу електричного сигналу з перетворювача кіберфізичної біосенсорної системи 337 7.4. Розроблення та використання програмного забезпечення кіберфізичних систем аналізу біосигналів 338 7.4.1. Програмний комплекс для аналізу біосигналів в поліграфах 338 7.4.2. Використання відкритих ресурсів біосигналів PhysioNet для розробки кіберфізичних систем кардіодіагностики 339 7.5. Телемедичні технології у кіберфізичних системах 343 7.6. Використання методу індукції дерев рішень в кіберфізичних системах для потреб судово-медичної експертної практики 344 7.7. Використання комп’ютерних програм при проектуванні та дослідженні кіберфізичних медико-біологічних систем 346 7.8. Ідентифікація параметрів математичної моделі бутирилхолінестеразного біосенсора для визначення α-чаконіну 350 7.9. Дослідження стійкості кіберфізичних біосенсорних систем під впливом електромагнітного випромінювання 354 7.10. Висновки до сьомого розділу 355 Висновки 357 Список використаних джерел 360 Додатки 427 Додаток А. Класифікація та використання кіберфізичних біосенсорних систем 428 A.1. Електрохімічні кіберфізичні біосенсорні системи 428 A.2. Оптичні кіберфізичні біосенсорні системи 429 A.3. Кіберфізичні біосенсорні системи на основі оксиду кремнію 429 A.4. Кіберфізичні біосенсорні системи на основі наноматеріалів 430 A.5. Генетично кодовані кіберфізичні біосенсорні системи 431 A.6. Клітинні кіберфізичні біосенсорні системи 432 A.7. Порівняльний аналіз кіберфізичних біосенсорних систем 433 Додаток Б. Базові числа репродукції математичної моделі біосенсора на прямокутній та гексагональній решітках 437 Б.1. Базові числа репродукції математичної моделі біосенсора на прямокутній решітці з використанням різницевих рівнянь 437 Б.2. Базові числа репродукції математичних моделей біосенсора на гексагональній решітці з використанням диференціальних та різницевих рівнянь 440 Додаток В. Доведення умов локальної асимптотичної стійкості математичної моделі біосенсора на основі диференціальних рівнянь на гексагональній решітці 443 Додаток Д. Доведення квазіперманентності математичної моделі біосенсора на основі різницевих рівнянь на гексагональній решітці 448 Додаток Е. Умови глобальної асимптотичної стійкості математичної моделі біосенсора на основі диференціальних рівнянь на гексагональній решітці 453 Додаток Ж. Умови глобальної притягувальності математичної моделі біосенсора на основі різницевих рівнянь на гексагональній решітці 461 Додаток И. Фазові діаграми популяцій антигенів щодо антитіл в біопікселях кіберфізичної біосенсорної системи на прямокутній решітці 467 Додаток К. Дослідження кіберфізичної системи з атаками стану та вимірювань на основі стохастичних різницевих рівнянь 473 Додаток Л. Семантика гібридних програм та приклад їх застосування 480 Л.1. Семантика гібридних програм 480 Л.2. Приклад застосування гібридної програми 482 Додаток М. Динамічне логічне моделювання КФБСС на прямокутній та гексагональній решітках 484 М.1. Динамічне логічне моделювання КФБСС на прямокутній решітці з використанням різницевих рівнянь із запізненням 484 М.2. Динамічне логічне моделювання КФБСС на гексагональній решітці з використаням решітчастих різницевих рівнянь із запізненням 486 Додаток Н. Результати чисельного моделювання дискретної динаміки кіберфізичної біосенсорної системи на прямокутній решітці з використаням решітчастих диференціальних рівнянь із запізненням 489 Додаток П. Результати чисельного моделювання дискретної динаміки кіберфізичної біосенсорної системи на гексагональній решітці з використанням решітчастих диференціальних рівнянь із запізненням 499 Додаток Р. Результати чисельного моделювання дискретної динаміки кіберфізичної біосенсорної системи на прямокутній решітці з використаням решітчастих різницевих рівнянь із запізненням 506 Додаток С. Результати чисельного моделювання дискретної динаміки кіберфізичної біосенсорної системи на гексагональній решітці з використанням решітчастих різницевих рівнянь із запізненням 514 Додаток Т. Етапи створення медичних нейромережевих експертних кіберфізичних систем 522 Додаток У. Ієрархічна модель якісного аналізу решітчастих компартментних математичних моделей кіберфізичних медико- біологічних систем 523 Додаток Ф. Використання пакету R для розроблення та дослідження кіберфізичних систем медико-біологічних процесів 526 Ф.1. Пакет R як середовище програмування для статистичного аналізу даних 526 Ф.2. Короткий опис функцій пакета R deSolve 528 Ф.3. Приклад моделювання в пакеті R моделі типу Лотки– Вольтерри 529 Додаток Х. Фрагмент програми для дослідження фазових діаграм кіберфізичної біосенсорної системи на прямокутній решітці з використанням диференціальних рівнянь із запізненням 533 Додаток Ц. Фрагмент програми для дослідження біфуркаційних діаграм в кіберфізичній біосенсорній системі на прямокутній решітці з використанням диференціальних рівнянь із запізненням 543 Додаток Ш. Фрагмент програми для дослідження фазових діаграм кіберфізичної біосенсорної системи на гексагональній решітці з використанням диференціальних рівнянь із запізненням 545 Додаток Щ. Фрагмент програми для дослідження біфуркаційних діаграм в кіберфізичній біосенсорній системі на гексагональній решітці з використанням диференціальних рівнянь із запізненням 554 Додаток Ю. Фрагмент програми для дослідження електричного сигналу з перетворювача кіберфізичної біосенсорної системи на прямокутній решітці з використанням диференціальних рівнянь із 556 запізненням Додаток Я. Фрагмент програми для дослідження електричного сигналу з перетворювача кіберфізичної біосенсорної системи на гексагональній решітці з використанням диференціальних рівнянь із запізненням 557 Додаток АА. Список публікацій здобувача за темою дисертації 559 Додаток АБ. Свідоцтва про реєстрацію авторського права на комп’ютерні програми, патент 582 Додаток АВ. Акти впроваджень 597
Мудрик, Іван Ярославович. "Методи математичного моделювання для автоматизованої діагностики ступеню есенціального тремору з використанням перетворення Фур’є". Thesis, Тернопільський національний технічний університет імені Івана Пулюя, 2017. http://elartu.tntu.edu.ua/handle/123456789/18959.
Повний текст джерелаСвітельський, І. В., та Ю. В. Макаренко. "Методи моделювання динаміки деградації тактико-технічних властивостей елементів взуття". Thesis, Київський національний університет технологій та дизайну, 2017. https://er.knutd.edu.ua/handle/123456789/8191.
Повний текст джерелаПавленко, Руслан Миколайович, Руслан Миколайович Літнарович, Руслан Николаевич Литнарович, Ruslan Mykolaiovych Litnarovych, Руслан Николаевич Павленко та Ruslan Mykolaiovych Pavlenko. "Побудова і дослідження математичної моделі якості засвоєння базової дисципліни методом імітаційного моделювання". Master's thesis, Міжнародний економіко-гуманітарний університет імені академіка Степана Дем`янчука, 2011. http://essuir.sumdu.edu.ua/handle/123456789/2740.
Повний текст джерелаНа основі результатів педагогічного експерименту побудована математична модель залежності якості здачі екзамену у бальній системі по шкалі EСST (У) і результатів анкетування студентів після здачі екзамену (Х1,Х2,Х3,Х4,Х5,Х6,Х7,Х8) у вигляді множинної регресії по способу найменших квадратів. В даній роботі генеруються середні квадратичні похибки, які приводяться до заданих нормованих, будується спотворена модель, зрівноважується по способу найменших квадратів. Знаходяться ймовірніші значення коефіцієнтів А множинної регресії апроксимуючої математичної моделі. Робиться оцінка точності і даються узагальнюючі висновки. Застосований метод статистичних випробовувань Монт嬬¬¬¬–Карло дав можливість провести широкомасштабні дослідження і набрати велику статистику. Для студентів і аспірантів педагогічних вузів. Ключові слова: математична модель, базова дисципліна, якість. При цитуванні документа, використовуйте посилання http://essuir.sumdu.edu.ua/handle/123456789/2740
Міжнародний економіко-гуманітарний університет імені академіка Степана Дем`янчука
Трохименко, О. В., Д. Ю. Педосенко, Василь Анатолійович Смирнов, Василий Анатольевич Смирнов та Vasyl Anatoliiovych Smyrnov. "Дослідження пневмокласифікатора з нижнім підводом зернистого матеріалу". Thesis, Сумський державний університет, 2014. http://essuir.sumdu.edu.ua/handle/123456789/40276.
Повний текст джерелаКниги з теми "Метод математичного моделювання"
Соловйов, Володимир Миколайович, Ілля Олександрович Теплицький та Сергій Олексійович Семеріков. Методи математичного моделювання : лабораторний практикум з курсу. КДПУ, 2003. http://dx.doi.org/10.31812/0564/782.
Повний текст джерелаКорольський, Володимир Вікторович, та Світлана Вікторівна Шокалюк. Моделювання та генерування системи багатоваріантних задач змістового модуля «Інтегрування функції однієї змінної». Черкаси : Брама, видавець Вовчок О.Ю., 2017. http://dx.doi.org/10.31812/0564/1072.
Повний текст джерелаЧастини книг з теми "Метод математичного моделювання"
Чудик, Андрій, та Дар'я Ванюк. "УНІФІКАЦІЯ МОДЕЛІ ФОРМУВАННЯ ГОТОВНОСТІ МАЙБУТНІХ ОФІЦЕРІВ-ПРАВООХОРОНЦІВ ДО ЗАСТОСУВАННЯ ЗАХОДІВ ФІЗИЧНОГО ВПЛИВУ (СИЛИ) У РІЗНИХ УМОВАХ СЛУЖБОВО-ОПЕРАТИВНОЇ ДІЯЛЬНОСТІ ІЗ УРАХУВАННЯМ КАРАНТИННИХ ОБМЕЖЕНЬ". У Імплементація нововведень до правових та воєнних наук та підвищення ролі спорту на державному рівні (1st ed.). Європейська наукова платформа, 2020. http://dx.doi.org/10.36074/indpvnprsdr.ed-1.04.
Повний текст джерелаРусин, Людмила. "ПРОГРАМА ФОРМУВАННЯ ГОТОВНОСТІ ТРЕНЕРІВ З ОДНОБОРСТВ ДО ЗАСТОСУВАННЯ ЗАСОБІВ ФІЗИЧНОЇ ТЕРАПІЇ В СИСТЕМІ САМООСВІТИ". У Імплементація нововведень до правових та воєнних наук та підвищення ролі спорту на державному рівні (1st ed.). Європейська наукова платформа, 2020. http://dx.doi.org/10.36074/indpvnprsdr.ed-1.05.
Повний текст джерелаТези доповідей конференцій з теми "Метод математичного моделювання"
Задорожня, Тетяна, та Дмитро Шибко. "СУЧАСНІ МЕТОДИ МАТЕМАТИЧНОГО МОДЕЛЮВАННЯ ГІДРОДИНАМІЧНИХ ПРОЦЕСІВ". У DÉBATS SCIENTIFIQUES ET ORIENTATIONS PROSPECTIVES DU DÉVELOPPEMENT SCIENTIFIQUE. La Fedeltà & Plateforme scientifique européenne, 2021. http://dx.doi.org/10.36074/logos-01.10.2021.v1.31.
Повний текст джерелаЗвіти організацій з теми "Метод математичного моделювання"
Турінов, А. М., та О. М. Галдіна. Використання комп’ютерного моделювання при розв’язанні квантовомеханічних задач. Сумський державний педагогічний університет імені А.С. Макаренка, 2017. http://dx.doi.org/10.31812/0564/2320.
Повний текст джерелаТеплицький, Ілля Олександрович, та Сергій Олексійович Семеріков. Моделювання за допомогою випадкових чисел. Кам’янець-Подільський національний університет імені Івана Огієнка, 2011. http://dx.doi.org/10.31812/0564/959.
Повний текст джерелаМоісеєнко, Наталя Володимирівна, Євген Вадимович Чернов та Сергій Олексійович Семеріков. Фізичні моделі в курсі «Основи комп’ютерного моделювання». УНІВЕРСУМ-Вінниця, 1998. http://dx.doi.org/10.31812/0564/688.
Повний текст джерелаТеплицький, Ілля Олександрович, та Сергій Олексійович Семеріков. Комп’ютерна навчальна фізична гра «М’яка посадка». НПУ ім. М. П. Драгоманова, 2003. http://dx.doi.org/10.31812/0564/780.
Повний текст джерелаСоловйов, Володимир Миколайович, та Наталя Анатоліївна Хараджян. Курс «Моделювання економіки» як один із засобів фундаменталізації підготовки майбутніх економістів. Міністерство регіонального розвитку та будівництва України, вересень 2009. http://dx.doi.org/10.31812/0564/1137.
Повний текст джерела