Ключевое слово: «имитационное моделирование»

Завялик И. И. , Филиппов С. А. , Кушнырёв А. В. ИМИТАЦИОННАЯ МОДЕЛЬ КАК ИНСТРУМЕНТ ПРОГНОЗИРОВАНИЯ БЕЗОТКАЗНОСТИ ТОПЛИВНОЙ СИСТЕМЫ ВОЗДУШНОГО СУДНА // Научно-методический электронный журнал «Концепт». – 2025. – . – URL: https://e-koncept.ru/2025/0.htm?id=43909
В статье представлен подход к оценке безотказности топливной системы авиационного двигателя с помощью использования имитационной модели. Разработанная модель позволяет оценивать уровень безотказности агрегатов топливной системы авиационного двигателя в зависимости от изменения условий эксплуатации воздушного судна.
Светлаков И. Г. , Ермаков Л. А. Учебно-исследовательская среда на базе ArduPilot SITL и RViz для отработки практических навыков группового управления беспилотными платформами // Научно-методический электронный журнал «Концепт». – 2026. – . – URL: https://e-koncept.ru/2026/0.htm?id=51648
Описана учебно-исследовательская среда для отработки алгоритмов коллективного управления БПЛА на базе ArduPilot SITL и ROS/RViz. Предложена методика обучения с нарастающей сложностью миссий и оценкой по метрикам. В качестве примера приведен процесс настройки контура удержания дистанции между аппаратами методом OFAT с анализом ошибок и столкновений.
Годунова М. А. ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ И НЕЙРОСЕТЕВАЯ КЛАССИФИКАЦИЯ СЕЙСМИЧЕСКИХ СИГНАЛОВ ДЛЯ ОБУЧЕНИЯ АЛГОРИТМОВ ОБНАРУЖЕНИЯ ГРУПП НАРУШИТЕЛЕЙ В СИСТЕМАХ ОХРАНЫ ПЕРИМЕТРА // Научно-методический электронный журнал «Концепт». – 2026. – . – URL: https://e-koncept.ru/2026/0.htm?id=51996
В работе рассматривается задача повышения достоверности обнаружения нарушителей в сейсмических системах охраны периметра. Предложена математическая модель сейсмического сигнала учитывающая тип нарушителя, расстояние и уровень помех. На ее основе разработан программный генератор сигналов и нейросетевой классификатор, использующий три информативных признака. Экспериментально показано, что нейросетевой подход обеспечивает вероятность обнаружения угрозы на 26-29% выше, чем классический пороговый детектор. Модель способна формировать обучающие выборки без натурных испытаний, что подтверждает практическую значимость для систем охраны.