10806

•Аэродинамическая связь между изгибной и крутильной формами деформаций;

•Периодические изменения значений параметров системы. Аэроупругие колебания характеризуются двумя главными:

критическая скорость возникновения колебаний; значение максимальной амплитуды колебаний.

Далее подробно рассмотрим виды аэродинамической неустойчивости.

Вихревое возбуждение - колебания, возникшие вследствие совпадения собственной частоты конструкции с частотой срыва вихрей Кармана.

Вихревая дорожка (также известная как дорожка Кармана) – цепочки вихрей, которые наблюдаются при обтекании жидкостью или газом протяжённых цилиндрических тел (или других линейно вытянутых плохо обтекаемых профилей) с продольной осью, перпендикулярной направлению движения сплошной среды.

Примером вихревого возбуждения является происшествие на мосту в Волгограде. 20 мая 2010 г. в 18:30 сотрудники ГИБДД УВД по Волгограду перекрыли автодвижение по мосту через Волгу. Предполагается, что из-за значительной ветровой нагрузки мост вошёл в резонанс с амплитудой колебаний в вертикальной плоскости около 50–60 см. Визуальный осмотр показал, что дорожное покрытие и опоры не получили повреждений.

В ноябре 2011 года на мосту была закончена установка демпферов (гасителей колебаний): его оснастили двенадцатью полуактивными гасителями типа ATMD-V-5200, массой по 5200 кг каждый, разработанными немецкой компанией Maurer Söhne при участии шведской государственной лаборатории EMPA и института вооружённых сил Германии.

Изгибно-крутильный и срывной флаттер - нарастающие с течением времени изгибно-крутильные колебания, вызванные несовпадением аэродинамического центра конструкции (точки приложения аэродинамических сил) с его центром тяжести.

Причиной обрушения Такомского моста считают изгибнокрутильный флаттер.

7 ноября 1940 года в 11:00 по местному времени при ветре скоростью около 65 км/ч произошла авария, которая привела к разрушению центрального пролёта моста.

40

Рис. 1. Вихревая дорожка за вулканом Беренберг на острове Ян-Майен в Северной Атлантике 5 апреля 2012 г.

Авария моста оставила значительный след в истории науки и техники. Разрушение моста способствовало исследованиям в области аэродинамики и аэроупругости конструкций и изменению подходов к проектированию всех большепролётных мостов в мире, начиная с 1940-х годов. Во многих учебниках причиной аварии называется явление вынужденного механического резонанса, когда внешняя частота изменения ветрового потока совпадает с внутренней частотой колебаний конструкций моста. Однако истинной причиной стал аэроупругий флаттер (динамические крутильные колебания) из-за недоучета ветровых нагрузок при проектировании сооружения.

Дивергенция - статическая аэроупругая неустойчивость, возникающая под действием аэродинамического момента, скручивающего конструкцию.

Галопирование - автоколебания поперек потока, вызванные отрицательным аэродинамическим демпфированием. Характерен для тел с некруглыми поперечными сечениями, а также для вант, покрытых наледью.

Бафтинг - аэроупругая неустойчивость, возникающая у конструкции, находящейся в турбулентном потоке или вихревом следе за другой конструкцией.

41

Рис. 2. Распределение вихревых потоков

Исследования уникальных мостов проводят в специализированных ландшафтных аэродинамических трубах. Ландшафтная труба — это специализированная установка для исследований аэроупругой устойчивости мостов. Корректное физическое моделирование аэродинамики большепролетных мостов накладывает ряд требований к масштабу и точности изготовления модели моста, а также в аэродинамической трубе, которая воспроизводит ветровой поток. В России множество самолетных аэродинамических труб, но они предназначены для испытаний летательных аппаратов и не подходят для испытаний уникальных мостов. В Крыловском центре для этих исследований построена ландшафтная аэродинамическая труба.

42

Рис. 3. Испытания Крымского моста

Литература

1.Казакевич, М. И. Аэpодинамика мостов / М.И. Казакевич. – Москва : Транспорт, 1987. – 240 с.

2.Реттер, Э. И. Архитектурно-строительная аэродинамика / Э.И. Реттер. – Москва : Стройиздат, 1984. – 294 с.

3.Девнин, С. И. Аэрогидромеханика / С.И. Девнин. – Ленинград

:«Судостроение», 1983. – 332 с.

4.Симиу Э., Сканлан Р. Воздействие ветра на здания и сооружения: пер. с англ. М.: Стройиздат, 1984. 258 с.

Д.А. Манина, Н.Ю. Прокопенко

ФГБОУ ВО «Нижегородский государственный архитектурностроительный университет»

ИСПОЛЬЗОВАНИЕ АНАЛИТИЧЕСКОЙ ПЛАТФОРМЫ DEDUCTOR ДЛЯ ОЦЕНКИ РЫНКА НЕДВИЖИМОСТИ Г. НИЖНЕГО НОВГОРОДА

В условиях неопределенности рынка измерение стоимости недвижимого имущества представляет собой непростой процесс. Чтобы повысить качество этой оценки, а также упростить ее необходимо использовать современные информационные технологии и интеллектуальные методы анализа данных.

43

В данной статье приводится пример использования АП Deductor для решения задач центра финансовой экспертизы и оценки ООО «Альянс», основным направлением деятельности которого является определение рыночной‚ кадастровой или иной стоимости всех видов коммерческой и жилой недвижимости, земельных участков различного назначения.

Использование в инфраструктуре компании информационноаналитической системы объясняется рядом причин: стремлением к общей реорганизации бизнес-процессов, желанием повысить качество деловой информации, необходимостью поддержки стратегического планирования и достижения высокоэффективных решений.

Задачами информационно-аналитической системы являются эффективное хранение, обработка и анализ данных.

Информационная система должна включать в себя централизованную базу данных, консолидирующее всю необходимую для анализа информацию и подключенную к ней аналитическую систему. Необходимо принимать во внимание тот факт, что сам подход должен гарантировать, что предлагаемая информационная система позволит не только решать текущие задачи, но и обеспечит платформу для решения задач, которые возникнут в будущем.

Работа по оценке недвижимости начинается с процесса сбора данных. Этот процесс включает в себя заполнение базы данных MS Access информацией об объектах недвижимости и о сделках по этим объектам. Сбор данных является важной частью всего процесса оценки недвижимости, оттого какого качества данные будет зависеть дальнейшее моделирование и анализ.

Информационные технологии позволяют решить весь комплекс задач, связанных со сбором и преобразованием информации к форме удобной для анализа. Существует возможность также организовать автоматическую или полуавтоматическая корректировку ошибок в данных перед загрузкой их в базу данных. Реальные данные очень часто содержат избыточную или некорректную информацию, которую желательно удалить или очистить от противоречивых и аномальных записей до загрузки. Например, данные об объектах недвижимости могут содержать дубликаты

– сделки с одинаковыми параметрами объекта недвижимости, а также противоречия – сделки, имеющие одинаковые параметры объекта недвижимости, но разные цены.

Перед загрузкой данных в ИАС можно автоматически произвести проверку качества данных и затем их очистку и предобработку.

44

Рис. 1. Оценка качества данных

К главным задачам оценки недвижимости можно отнести классификацию объектов по трем ценовым категориям: дешевые, средние и дорогие. Также основной задачей является непосредственно прогнозирование стоимости объекта недвижимости.

Разработанная система включает в себя три модуля: модуль классификации, модуль прогнозирования и модуль OLAP-отчетности.

Подсистема моделирования и прогнозирования реализована на базе Deductor Studio. Она включает несколько прогностических и классификационных моделей.

Модуль классификации представлен моделями Дерево решений и Нейронная сеть. Обе модели классифицируют объекты недвижимости с разной величиной ошибки, из табл. 1 видно, что более качественно классифицирует объекты модель Дерево решений.

Таблица 1.Сравнение точности моделей

В результате построения дерева был получен список правил типа «если…, то…» с указанным уровнем поддержки и достоверности. Классификационная модель, представленная в виде дерева решений, позволяет легко интерпретировать результаты.

Примеры правил этой модели:

1.Если площадь кухни > 21,5 м2 и общая площадь > 89,5 м2 , то квартира является дорогой.

2.Если кухня от 16 м2 до 21,5 м2, общая площадь > 89,5 м2, то квартира относиться к средней ценовой категории.

45

3. Если кухня от 8,3 м2 до 13,75 м2, общая площадь от 40,75 м2 до 50,3 м2, жилая площадь от 23,5 м2 до 55,85 м2, число комнат < 2, то квартира является дешевой.

Далее разработан модуль прогнозирования. Он представлен моделями Нейронной сети и Множественной регрессии.

Таблица 2.Сравнение точности моделей

Моделью, дающей более качественные результаты, является модель Нейронной сети.

Одной из важнейших составляющих аналитических технологий является визуализация – представление данных в виде, который обеспечивает наиболее эффективную работу лиц, принимающих решения. Целью создания подсистемы аналитической отчетности и отображения данных в разрабатываемой ИАС является визуализация результатов анализа и прогнозирования: получение аналитических отчетов OLAPсредствами.

Рис. 2. OLAP-куб

46

В заключении был разработан интерфейс системы, проведены расчеты по оценке ее эффективности и проведено тестирование программного продукта.

Рис. 3. Интерфейс ИАС

Внедрение разработанной ИАС на базе АП Deductor позволит сократить финансовые и временные издержки, сократить сроки предоставления оперативной информации руководству организации, повысить эффективность принятия управленческих решений, сократить трудозатраты работников организации.

Разработанная система может быть применена в работе государственных, муниципальных органов управления для определения реальной стоимости недвижимости, при кадастровой оценке, а также в работе профессиональных риэлтеров и оценщиков.

Литература

1.Паклин, Н. Б. Бизнес-аналитика: от данных к знаниям [Текст] / Н.Б. Паклин, В.И. Орешков. – Санкт_Петербург : Питер, 2013. – 704 с.

2.Автоматизация работы агентств недвижимости [Электронный ресурс]. – Режим доступа : http://journal-realtor.ru.

47

Н.А. Мухин

ФГБОУ ВО «Нижегородский государственный педагогический университет им. К. Минина»

ИСПОЛЬЗОВАНИЕ КОМПЬЮТЕРНОГО КОНСТРУКТОРА ПРОИЗВОЛЬНОГО ГРАФА ДЛЯ РЕШЕНИЯ ПРИКЛАДНЫХ ЗАДАЧ

Актуальность использования теории графов для решения производственных задач, а также, актуальность автоматизации задач из теории графов уже неоднократно отмечалась во многих работах. На сегодняшний день существуют электронные сервисы, предоставляющие возможность построения графов и выполнения некоторых действий над ними [6, 7]. Также алгоритмы обработки графов включены в некоторые системы компьютерной алгебры, такие как Mathcad и Maple.

Однако существующие системы имеют один ключевой недостаток: все они имеют закрытый исходный код, в связи с чем их доработка под определенные нужды не представляется возможной. Эта проблема становится особо актуальной в случае, если требуемый функционал изначально отсутствует в рассматриваемой системе. Также не стоит забывать, что большинство данных систем распространяются по коммерческой лицензии.

В связи с этим целесообразно разработать собственную информационную систему, реализующую требуемый функционал по автоматизации решения задач из теории графов.

Данная система носит название «Конструктор графов» и на сегодняшний день имеет функционал по построению произвольного графа (в том числе мультиграфа) [3], алгоритмы автоматической генерации графов, принадлежащих определенным классам, а также определения изоморфизма графов и проверка некоторых условий планарности [2]. Помимо этого присутствуют несколько вспомогательных алгоритмов, таких как определение длины графа, перенумерация графа, необходимая для построения оптимальных нумераций и т.п.

Рассмотрим классы прикладных задач, решение которых возможно найти с использованием конструктора графов.

Задача кодирования помеченных деревьев

Кодирование графов используется для экономии памяти при хранении информации о графе в компьютере.

Согласно теореме Кэли о числе деревьев, мощность множества помеченных n-вершинных деревьев равна мощности множества (n-2)- буквенных слов n-буквенного алфавита. На основании этого Хайнцем Прюфером был предложен алгоритм кодирования помеченных деревьев.

48

В среде конструктора графов была решена прямая и обратная задача кодирования: список ребер, задающий дерево, можно перевести в код Прюфера, а по исходному коду Прюфера можно получить список ребер. Также в функционал конструктора графов входит визуализация дерева.

Задача генерации произвольных графов

Для подготовки задачного материала, а также, для визуализации типичных графовых структур необходимо предусмотреть возможность автоматической генерации графов. В среде разрабатываемого конструктора данный функционал присутствует. Предусмотрены следующие возможности:

Генерация случайного графа. В данном режиме программа случайным образом расставляет вершины на графическом поле конструктора и также случайно соединяет их ребрами. Количество ребер и вершин выбирается случайным образом из заданного диапазона, однако, в случае необходимости, можно задать точное количество генерируемых ребер и вершин. В программе учитывается, что количество ребер в n-

введенное количество ребер превышает данное значение, то программа их сокращает и строит полный граф.

Генерация случайного мультиграфа. При выборе данного режима допускается генерация графа, имеющего петли и кратные ребра. Общее количество ребер не сокращается.

Генерация полного графа. В данном режиме генерации конструктор строит полный n-вершинный граф, имеющий правильную форму. Количество вершин выбирается случайным образом из введенного заранее диапазона или задается точно.

Генерация графа типа «простой цикл». В данном режиме генерации программа строит простой цикл, имеющий вид правильного многоугольника. Количество вершин задается тем же образом, что и для полного графа.

Генерация графа типа «звезда». Программа строит правильную n-вершинную звезду, содержащую центральную вершину и n-1 луч.

Генерация бинарного дерева. Конструктор строит бинарное n- вершинное дерево, автоматически определяя количество уровней и подстраивая масштаб.

Более подробно функционал по генерации графа описан в [4].

Задача построения графа, гомеоморфного исходному

При возрастании количества элементов в графе, его анализ усложняется. Это справедливо и для компьютерной обработки графа, и для обработки, производимой человеком. В некоторых случаях внешний вид графа можно упростить, заменив его изображение гомеоморфной копией.

49