CC BY
10Математическое моделирование в информационных технологиях
143
Существует простой и эффективный способ выделения нужных понятий из размеченного текста на естественном языке, схожий с обычными регулярными выражениями (Stanford NLP, TokenSequencePattem [2] или библиотека Natural Language Toolkit для языка Python [3]). После выделения набора сущностей мы сопоставляем найденные слова с набором строк, которым идентифицирует (именует) себя каждая ЭМ в конкретной библиотеке MTSS. Похожим образом выделяются затем свойства найденных ЭЭМ, и затем - их взаимодействия.
Список литературы
1. S. V. Rudometov, "MTSS simulation system," 2011-10-28. Accessed on: 30.10.2011Available: URL: http://fap. sbras.ru/node/2325 (In Russian).
2. (2018). Stanford Log-linear Part-Of-Speech Tagger. Available: https://nlp.stanford.edu/software/tagger.shtml.
3. E. K. Steven Bird, Edward Loper, Natural Language Processing with Python - Analyzing Text with the Natural Language Toolkit. O'Reilly Media, 2009, p. 504.
Моделирование работы очистного забоя угольной шахты
С. В. Рудометов1, В. В. Окольнишников2, А. А. Ордин2
1Институт вычислительной математики и математической геофизики СО РАН
2Институт вычислительных технологий СО РАН
Email: [email protected]
DOI: 10.24411/9999-017A-2019-10291
В системе имитационного моделирования MTSS [1-2] реализована специализированная библиотека моделей горных машин, используемых при добыче угля в длинном очистном забое угольной шахты. С использованием специализированной библиотеки имитационных моделей горных машин разработана комплексная модель технологических процессов подземной добычи угля в очистном забое угольной шахты. Исследованы подходы повышения производительности очистного забоя в зависимости от технических характеристик горных машин, размеров лавы, технологических схем добычи угля в условиях изменяющихся горно-геологических и геомеханических характеристик угольного пласта.
Список литературы
1. Рудометов С.В. Визуально-интерактивная система имитационного моделирования технологических систем // Вестник СибГУТИ. 2011. №3. С. 14-27.
2. Rudometov S.V, Okolnishnikov VV A System for Computer Simulation of Technological Processes // Proceedings of 7th IFAC Conference on Manufacturing Modelling, Management, and Control (MIM 2013). 2013. P. 653-658.
On the global search in d.c. optimization problem
A. S. Strekalovsky
Matrosov Institute for System Dynamics and Control Theory SB RAS
Email: [email protected]
DOI: 10.24411/9999-017A-2019-10292
We consider the general optimization problem with the cost function and equality and inequality constraints given by d.c. functions. The original problem is reduced to a problem without constraints with the help of the exact penalization theory. Besides, the goal function of the auxiliary penalized problem turns out to be d.c. function. On the base of the idea of consecutive solution of linearized problems we develop a special local search method for the penalized problem and study its convergence [1].
In addition, we study the case when the sets of minimizing sequences of both problems coincide. Further we prove necessary and sufficient conditions for the sequence to be minimizing in the penalized problem [2]. In addition we propose a theoretical method that generates a minimizing sequence for the penalized problem. We also develop a global search scheme and prove that it produces a minimizing sequence in the penalized problem.
Finally, as applications, we consider the problems of numerical finding of a Nash equilibrium point, an optimistic solution of bilevel problems, and solution of system of nonlinear equations by variational approach.
