ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Публикационная активность

(сведения по итогам 2018 г.)
2-летний импакт-фактор РИНЦ: 0,678
2-летний импакт-фактор РИНЦ без самоцитирования: 0,541
Двухлетний импакт-фактор РИНЦ с учетом цитирования из всех
источников: 1,047
5-летний импакт-фактор РИНЦ: 0,460
5-летний импакт-фактор РИНЦ без самоцитирования: 0,389
Суммарное число цитирований журнала в РИНЦ: 7170
Пятилетний индекс Херфиндаля по цитирующим журналам: 310
Индекс Херфиндаля по организациям авторов: 412
Десятилетний индекс Хирша: 19
Место в общем рейтинге SCIENCE INDEX за 2018 год: 303
Место в рейтинге SCIENCE INDEX за 2018 год по тематике "Автоматика. Вычислительная техника": 10

Больше данных по публикационной активности нашего журнале за 2008-2018 гг. на сайте РИНЦ

Добавить в закладки

Следующий номер на сайте

1
Ожидается:
16 Марта 2020

В Институте динамики систем и теории управления Сибирского отделения РАН совместно с Иркутским государственным университетом разработаны новые инструментальные средства автоматизации процесса имитационного моделирования сложных систем, базирующиеся на использовании распределенной вычислительной среды для выполнения моделей.

28.10.2015

Одной из важных проблем в области системного анализа является исследование динамики функционирования сложных технических и экономических систем на различных этапах их проектирования, испытания и эксплуатации. Система представляет собой совокупность каких-либо объектов, функционирующих и взаимодействующих между собой для достижения определенной цели. Фактором повышения сложности системы является наличие у нее таких свойств, как большое число и неоднородность объектов, динамичность и стохастичность процессов их взаимодействия, отсутствие унифицированного математического формализма для описания любого объекта системы с требуемой степенью детализации его свойств и невозможность проведения полномасштабных натурных экспериментов с этой системой. Зачастую в процессе комплексного анализа сложных систем возникают задачи исследования отдельных видов оборудования и аппаратуры, входящих в их инфраструктуру, а также техно- логических процессов эксплуатации этих устройств. В этом случае применение имитационного моделирования позволяет качественно решить эти задачи.

Создание и исследование имитационных моделей сложных систем требует значительных усилий высококвалифицированных специалистов, а их выполнение – ресурсоемких вычислений. В числе сложностей, возникающих перед исследователем при алгоритмизации логики функционирования исследуемой системы, можно выделить выбор языка или системы программирования и программно-аппаратной платформы для проведения вычислительного эксперимента (тем более, если речь идет о распределенной вычислительной среде), разработку и реализацию модели исследуемой системы, планирование и проведение вычислительного эксперимента, анализ результатов моделирования. Эффективное выполнение перечисленных работ обоснованно требует применения средств их автоматизации.

Подробное описание дается в статье «Автоматизация имитационного моделирования сложных систем в распределенной вычислительной среде», авторы: Феоктистов А.Г. (Институт динамики систем и теории управления Сибирского отделения РАН, г. Иркутск), Башарина О.Ю. (Иркутский государственный университет, Иркутск).