Диплом: Дискретное моделирование непрерывных процессов

Принципы подготовки дипломов и дипломных работ по дискретному моделированию. Актуальность и рекомендации по применению дискретного моделирования.

 

Дипломы по дискретному моделированию посвящены исследованию моделей, изменяющихся непрерывно во времени. Это модели движения в реальных координатах, модели химического производства и т.п. На рисунке 1 представлена дискретная модель.

дипломная работа дискретное моделирование

Рисунок 1 - Пример дискретного моделирования в дипломной работе

Несмотря на то, что дискретные модели являются абстракцией, существует широкая области применения таких моделей. Так, например, при построении модели почтового сервера для оценки средней длины очереди запросов на прием-передачу писем пользователей и известных характеристиках обслуживания сервером сообщений можно абстрагироваться от этих второстепенных явлений и считать систему дискретной. В качестве примера можно привести рисунок 2, на котором представлена модель процесса при помощи сети Петри-Маркова.

диплом дискретное моделирование

Рисунок 2 - Применение сети Петри-Маркова в дипломе по дискретному моделированию

В ряде случаев дипломы по дискретному моделированию посвящены исследованию непрерывных моделей, что характерно для системной динамики. Так, например, потоки данных в канале связи или пользовательская активность могут быть описаны в виде непрерывных переменных, описывающих интенсивности изменений.

В качестве примера дипломной работы по дискретному моделированию приведем этап выпускной работы по разработке микро фрактала дискретной модели заражения сети.

Особым вопросом следует считать построение фракталов вирусования в однородной среде отдельного слоя. Реальный теоретический и практический интерес представляет построение обобщенного фрактала, моделирующего процесс вирусования на микроуровне. Назовем его микро-фрактал, а звезду распространения эпидемии будем считать макро-фракталом процесса.

Обобщенно этот фрактал будет состоять из нескольких секций одного слоя (рисунок 3), верхние из которых относятся к процессу заражения, а нижние к процессу излечения.

Обобщенная парадигматическая модель эффекта вирусной атаки вершин в однородном слое (микро-фрактал)

Рисунок 3 - Обобщенная парадигматическая модель эффекта вирусной атаки вершин в однородном слое (микро-фрактал)

 

Между секциями имеют место быть вероятностные процессы, переводящие вершины (по дискретным их состояниям) из одного множества в другое:

S_s - множество здоровых в s - слое, но подверженных заражению вершин сети.

E_s - множество инфицированных вершин s - слоя, неспособных распространять инфекцию(инкубационные).

I_s - множество инфицированных вершин s – слоя.

D_s - множество выявленных в s - слое инфицированных вершин.

R_s - множество утраченных вершин s - слоя, потерявших работоспособность в результате заражения.

M_s - множество инфицированных вершин заранее, в результате излечения E_s и I_s.

Очевидно Е - секция выступает инкубатором инфекции, а D - секция - госпиталем для излечения от неё. Циклы обоих процессов должны вписываться в рамки времени дискретизационной модели, т.е. и инкубационный период, и длительность излечения, должны быть меньше этой дискреты.

Линейный граф микро-фрактала

Рисунок 4 - Линейный граф микро-фрактала

 

Интересно отметить, что переход (SM) двусторонний, т.е. подверженные вирусованию вершины могут быть заранее на входе процесса частично переведены в множество иммунизированных вершин, ровно, как и иммунизированные вершины со временем, утрачивая свой иммунитет, могут становиться подверженными инфицированию. Кстати говоря, это возможно и при мутации вируса, когда он приобретает новое качество за рамками иммунитета, приобретённого вершинами. Здесь нужна перестройка работы D - госпиталя по стратегии излечения.

Данный микро – фрактал (рисунок 4) назван обобщенной парадигматической моделью ввиду того, что из этой структуры исключением тех или иных ее элементов возможно получить все известные парадигматические модели. К примеру, пренебрегая инкубационными вершинами и напрямую заводя связь от S и I, а также, не рассчитывая на иммунизацию вершин (убираются соответствующие процессы), получаем относительно простую SIR - модель. С другой стороны, полагая, что со временем или с связи с подтверждением нового вируса иммунизированные вершины теряют свои свойства и переходят в S - подмножество, фактически можно получить модель MSEIR.

Поэтому, опираясь на предложенный фрактал, можно с применить любую известную парадигматическую модель в описании эпидемических процессов. Задача фактически состоит лишь в том, чтобы определить для них вероятность p_s. Причем, разговор идет о пакете поступаюших на вход вирусных воздействий и важно вероятностно определить на выходе количество вторичных источников инфекции.

В заключение стоит отметить, что предложенная дискретная модель может быть модернизирована для прочих парадигматических конструкций типа SIR, SIRS и т.п.

Скачать дипломную работу по дискретному моделированию

 

Скачать другие готовые или купить дипломную работу по дискретному моделированию

Заказать дипломную работу по дискретному моделированию или оценить стоимость можно при помощи формы ниже.

Запрос отправлен

В течение 15 минут с Вами свяжется дежурный администратор и сообщит окончательную стоимость работы

Контактные данные дежурного автора:

 

Телефон: 8 (800) 350-91-37

WatsApp, Viber, Telegram: 8 (952) 54-54-600

Группа VK: club.projectit

Skype: a.projectit

Электронная почта: a.projectit@gmail.com

Топ-100