Analysis of mathematical and algorithmic support for control and information processing systems
Keywords:
algorithm, support, analysis, model, processingAbstract
This article examines the role of mathematical and algorithmic support for control and information processing systems. The article analyzes the existing problems of information processing systems, which is an important component of the development of modern technologies. Based on the analysis, it is concluded that mathematical methods and algorithms play a key role in information management, data processing and the development of new technologies. And algorithmic support, in turn, is responsible for the development of effective algorithms for data processing, solving information management problems, process optimization and other tasks. The characteristic features of mathematical and algorithmic software are described. Considerable attention is paid to mathematical models of control and information processing systems.
References
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.
