Анализ математического и алгоритмического обеспечения для систем управления и обработки информации
Ключевые слова:
алгоритм, обеспечение, анализ, модель, обработкаАннотация
В статье рассматривается роль математического и алгоритмического обеспечения для систем управления и обработки информации. Анализируются существующие проблемы систем обработки информации, что является важным компонентом разработки современных технологий. На основании анализа делается вывод, что математические методы и алгоритмы играют ключевую роль в управлении информацией, обработке данных и разработке новых технологий. А алгоритмическое обеспечение, в свою очередь, отвечает за разработку эффективных алгоритмов для обработки данных, решения задач управления информацией, оптимизации процессов и других задач. Описываются характерные особенности математического и алгоритмического обеспечения. Значительное внимание уделяется математическим моделям систем управления и обработки информации. Рассматриваются типы алгоритмического обеспечения. В заключении отмечается, что исследования в области математического и алгоритмического обеспечения для систем управления и обработки информации позволяют создавать эффективные и надёжные технологии, улучшать производительность и качество работы систем, а также разрабатывать новые инновационные решения.
Библиографические ссылки
Назаренко, Ю. Л. Обзор технологии «большие данные» (Big Data) и программно-аппаратных средств, применяемых для их анализа и обработки / Ю. Л. Назаренко //European science, 2017. - №. 9 (31). – С. 25-30.
Москвин, А.Д. Анализ современных алгоритмов шифрования данных / А. Д. Москвин, Л. Э. Петросян // Инженерный вестник Дона, 2023. - № 4 (100). – С. 102-115.
Haigh, T. Mathematical Software Pioneer / T. Haigh, J. R. Rice // IEEE Annals of the History of Computing, 2010. 32. 72-81. 10.1109/MAHC.2010.64.
Каширских В. Г. Теория автоматического управления. Часть 2. Нелинейные и специальные системы [Электронный ресурс]: для студентов специальности 140604 «Электропривод и автоматика промышленных установок и технологических комплексов» / В. Г. Каширских – Электрон. дан. – Кемерово: КузГТУ, 2012.
Дискретные модели [Электронный ресурс] – Режим доступа: https://bigenc.ru/c/diskretnye-modeli-2f4cd2
Антипин, А. С. Линейное программирование и динамика / А.С. Антипин, Е.В. Хорошилова // Уральский математический журнал, 2015. - Том 1. №1 (1). – С. 3-19.
Cornuéjols, Gérard & Pena, Javier & Tütüncü, Reha. (2018). Nonlinear Programming: Theory and Algorithms, 2018. 10.1017/9781107297340.021.
Kianfar, K. Branch‐and‐Bound Algorithms, 2011. 10.1002/9780470400531.eorms0116.
Dergatchev S. An analysis of genetic algorithms using evolutionary dynamics / S. Dergatchev // Известия Южного федерального университета. Технические науки, 1999. - Том. 13. № 3. – С. 96-97.
Алексеев, В. В. Теория Алгоритмов. Учебно-методическое пособие / В. В. Алексеев // СарФТИ НИЯУ МИФИ, 2021.– 100 с.
Python Brute Force algorithm [Электронный ресурс] – Режим доступа: https://pythonhint.com/post/4526493234834360/python-brute-force-algorithm#:~:text=A%20brute%20force%20algorithm%20is,the%20problem's%20constraints%20or%20criteria
Юнусова, Л. Р. Рекурсивный алгоритм / Л.Р. Юнусова, А.Р. Магсумова // Проблемы науки, 2020.- № 2 (50). – С. 43-45.
Dynamic Programming [Электронный ресурс] – Режим доступа: https://www.scaler.com/topics/data-structures/dynamic-programming/
Граничин, О. Н. Рандомизированные алгоритмы в задачах обработки данных и принятия решений / О. Н. Граничин // Системное программирование. – СПБУ, 2012. – С. 141-162.
