All issues

Предлагается нелинейная математическая модель динамики численности занятого населения разных возрастных групп с учетом их взаимодействий, которые рассматриваются по аналогии с популяционными взаимодействиями (конкуренция, дискриминация, помощь, угнетение и т. п.). Под взаимодействиями понимаются такие обобщенные социально-экономические механизмы, которые вызывают взаимосвязанные изменения численности занятых различных возрастных групп. Рассматриваются три возрастные группы занятого населения: молодые специалисты (15–29 лет), с опытом работы (30–49 лет), работники предпенсионного и пенсионного возраста (50 и старше). На основе статистических данных выполнена оценка параметров предложенной модели для южных регионов Дальневосточного федерального округа (ДФО). Анализ модели и модельных сценариев позволяет заключить, что наблюдаемые колебания численности разновозрастных работников на фоне стабильной общей численности занятого населения могут быть следствием сложных взаимодействий этих групп между собой. Вычислительные эксперименты, проведенные при полученных значениях параметров, позволили рассчитать темпы снижения численности и старения занятого населения, а также определить характер взаимодействий между возрастными группами занятых, прямо не отраженный в статистических данных. Установлено, что в целом по ДФО занятые 50 лет и старше находятся с работающей молодежью до 29 лет в отношениях дискриминации, занятые до 29 лет и 30–49 лет — в отношениях партнерства. Наиболее развитые регионы (Приморский край и Хабаровский край) демонстрируют «равномерную» конкуренцию среди разных возрастных групп занятого населения. Для Приморского края удалось выявить эффект перемешивания сценариев динамики, что характерно для систем, находящихся в состоянии структурной перестройки. Этот эффект выражается в том, что при значительном уменьшении миграционного притока занятых 30–49 лет будут формироваться длинные циклы занятости. Кроме того, изменение миграции сопровождается сменой типа взаимодействия — с дискриминации старшего поколения средним на дискриминацию среднего возраста старшим. Для менее развитых регионов Дальнего Востока (Амурская, Магаданская и Еврейская автономная области) характерны более низкие значения миграционного сальдо почти всех возрастов, а также дискриминация со стороны занятой молодежи до 29 лет других возрастных групп и дискриминация занятыми 30–49 лет старшего поколения.

The article focuses on a nonlinear mathematical model that describes the interaction of the different age groups of the employed population. The interactions are treated by analogy with population relationship (competition, discrimination, assistance, oppression, etc). Under interaction of peoples we mean the generalized social and economic mechanisms that cause related changes in the number of employees of different age groups. Three age groups of the employed population are considered. It is young specialists (15–29 years), workers with experience (30–49 years), the employees of pre-retirement and retirement age (50 and older). The estimation of model’s parameters for the southern regions of the Far Eastern Federal District (FEFD) is executed by statistical data. Analysis of model scenarios allows us to conclude the observed number fluctuations of the different ages employees on the background of a stable total employed population may be a consequence of complex interactions between these groups of peoples. Computational experiments with the obtained values of the parameters allowed us to calculate the rate of decline and the aging of the working population and to determine the nature of the interaction between the age groups of employees that are not directly as reflected in the statistics. It was found that in FEFD the employed of 50 years and older are discriminated against by the young workers under 29, employed up to 29 and 30–49 years are in a partnership. It is shown in most developed regions (Primorsky and Khabarovsk Krai) there is “uniform” competition among different age groups of the employed population. For Primorsky Krai we were able to identify the mixing effect dynamics. It is a typical situation for systems in a state of structural adjustment. This effect is reflected in the fact the long cycles of employed population form with a significant decrease in migration inflows of employees 30–49 years. Besides, the change of migration is accompanied by a change of interaction type — from employment discrimination by the oldest of middle generation to discrimination by the middle of older generation. In less developed regions (Amur, Magadan and Jewish Autonomous Regions) there are lower values of migration balance of almost all age groups and discrimination by young workers up 29 years of other age groups and employment discrimination 30–49 years of the older generation.

Эффективность систем связи и передачи данных (ССиПД), являющихся неотъемлемой составляющей современных систем практически в любой области науки и техники, во многом зависит от стабильности частоты формируемых сигналов. Формируемые в ССиПД сигналы могут рассматриваться как процессы, частота которых изменяется под действием совокупности внешних воздействий. Изменение частоты сигналов приводит к уменьшению отношения «сигнал/шум» (ОСШ) и, соответственно, ухудшению характеристик ССиПД, таких как вероятность битовой ошибки, пропускная способность. Описание таких изменений частоты сигналов наиболее удобно рассматривать как случайные процессы, аппарат которых находит широкое применение при построении математических моделей, описывающих функционирование систем и устройств в различных областях науки и техники. При этом во многих случаях характеристики случайного процесса, такие как закон распределения, математическое ожидание и дисперсия, могут являться неизвестными или известными с погрешностями, не позволяющими получить приемлемые по точности оценки параметров сигналов. В статье предлагается алгоритм решения задачи по определению характеристик случайного процесса (частоты сигнала) на основе набора отсчетов его частоты, позволяющих определить выборочное среднее, выборочную дисперсию и закон распределения отклонений частоты в генеральной совокупности. Основой данного алгоритма является сравнение измеренных на некотором временном интервале значений наблюдаемого случайного процесса с набором того же количества случайных значений, сформированных на основе модельных законов распределения. В качестве модельных законов распределения могут рассматриваться законы распределения, принятые на основе математических моделей этих систем и устройств или соответствующие аналогичным системам и устройствам. В качестве математического ожидания и дисперсии при формировании набора случайных значений для принятого модельного закона распределения принимаются выборочные среднее значение и дисперсия, полученные по результатам измерений наблюдаемого случайного процесса. Особенность алгоритма заключается в проведении сравнения упорядоченных по возрастанию или убыванию измеренных значений наблюдаемого случайного процесса и сформированных наборов значений в соответствии с принятыми моделями законов распределения. Приведены результаты математического моделирования, иллюстрирующие применение данного алгоритма.

The effectiveness of communication and data transmission systems (CSiPS), which are an integral part of modern systems in almost any field of science and technology, largely depends on the stability of the frequency of the generated signals. The signals generated in the CSiPD can be considered as processes, the frequency of which changes under the influence of a combination of external influences. Changing the frequency of the signals leads to a decrease in the signal-tonoise ratio (SNR) and, consequently, a deterioration in the characteristics of the signal-to-noise ratio, such as the probability of a bit error and bandwidth. It is most convenient to consider the description of such changes in the frequency of signals as random processes, the apparatus of which is widely used in the construction of mathematical models describing the functioning of systems and devices in various fields of science and technology. Moreover, in many cases, the characteristics of a random process, such as the distribution law, mathematical expectation, and variance, may be unknown or known with errors that do not allow us to obtain estimates of the signal parameters that are acceptable in accuracy. The article proposes an algorithm for solving the problem of determining the characteristics of a random process (signal frequency) based on a set of samples of its frequency, allowing to determine the sample mean, sample variance and the distribution law of frequency deviations in the general population. The basis of this algorithm is the comparison of the values of the observed random process measured over a certain time interval with a set of the same number of random values formed on the basis of model distribution laws. Distribution laws based on mathematical models of these systems and devices or corresponding to similar systems and devices can be considered as model distribution laws. When forming a set of random values for the accepted model distribution law, the sample mean value and variance obtained from the measurement results of the observed random process are used as mathematical expectation and variance. The feature of the algorithm is to compare the measured values of the observed random process ordered in ascending or descending order and the generated sets of values in accordance with the accepted models of distribution laws. The results of mathematical modeling illustrating the application of this algorithm are presented.

Работа посвящена описанию авторских формальных постановок задачи кластеризации при заданном числе кластеров, алгоритмам их решения, а также результатам применения этого инструментария в медицине.

Решение сформулированных задач точными алгоритмами реализаций даже относительно невысоких размерностей до выполнения условий оптимальности невозможно за сколько-нибудь рациональное время по причине их принадлежности к классу NP.

В связи с этим нами предложен гибридный алгоритм, сочетающий преимущества точных методов на базе кластеризации в парных расстояниях на начальном этапе с быстродействием методов решения упрощенных задач разбиения по центрам кластеров на завершающем этапе. Для развития данного направления разработан последовательный гибридный алгоритм кластеризации с использованием случайного поиска в парадигме роевого интеллекта. В статье приведено его описание и представлены результаты расчетов прикладных задач кластеризации.

Для выяснения эффективности разработанного инструментария оптимальной кластеризации многомерных объектов по множеству разнородных показателей был выполнен ряд вычислительных экспериментов с использованием массивов данных, включающих социально-демографические, клинико-анамнестические, электроэнцефалографические и психометрические данные когнитивного статуса пациентов кардиологической клиники. Получено эксперимен- тальное доказательство эффективности применения алгоритмов локального поиска в парадигме роевого интеллекта в рамках гибридного алгоритма при решении задач оптимальной кластеризации. Результаты вычислений свидетельствуют о фактическом разрешении основной проблемы применения аппарата дискретной оптимизации — ограничения доступных размерностей реализаций задач. Нами показано, что эта проблема снимается при сохранении приемлемой близости результатов кластеризации к оптимальным.

Прикладное значение полученных результатов кластеризации обусловлено также тем, что разработанный инструментарий оптимальной кластеризации дополнен оценкой стабильности сформированных кластеров, что позволяет к известным факторам (наличие стеноза или старший возраст) дополнительно выделить тех пациентов, когнитивные ресурсы которых оказываются недостаточны, чтобы преодолеть влияние операционной анестезии, вследствие чего отмечается однонаправленный эффект послеоперационного ухудшения показателей сложной зрительно-моторной реакции, внимания и памяти. Этот эффект свидетельствует о возможности дифференцированно классифицировать пациентов с использованием предлагаемого инструментария.

The work is devoted to the description of the author’s formal statements of the clustering problem for a given number of clusters, algorithms for their solution, as well as the results of using this toolkit in medicine.

The solution of the formulated problems by exact algorithms of implementations of even relatively low dimensions before proving optimality is impossible in a finite time due to their belonging to the NP class.

In this regard, we have proposed a hybrid algorithm that combines the advantages of precise methods based on clustering in paired distances at the initial stage with the speed of methods for solving simplified problems of splitting by cluster centers at the final stage. In the development of this direction, a sequential hybrid clustering algorithm using random search in the paradigm of swarm intelligence has been developed. The article describes it and presents the results of calculations of applied clustering problems.

To determine the effectiveness of the developed tools for optimal clustering of multidimensional objects according to a variety of heterogeneous indicators, a number of computational experiments were performed using data sets including socio-demographic, clinical anamnestic, electroencephalographic and psychometric data on the cognitive status of patients of the cardiology clinic. An experimental proof of the effectiveness of using local search algorithms in the paradigm of swarm intelligence within the framework of a hybrid algorithm for solving optimal clustering problems has been obtained.

The results of the calculations indicate the actual resolution of the main problem of using the discrete optimization apparatus — limiting the available dimensions of task implementations. We have shown that this problem is eliminated while maintaining an acceptable proximity of the clustering results to the optimal ones. The applied significance of the obtained clustering results is also due to the fact that the developed optimal clustering toolkit is supplemented by an assessment of the stability of the formed clusters, which allows for known factors (the presence of stenosis or older age) to additionally identify those patients whose cognitive resources are insufficient to overcome the influence of surgical anesthesia, as a result of which there is a unidirectional effect of postoperative deterioration of complex visual-motor reaction, attention and memory. This effect indicates the possibility of differentiating the classification of patients using the proposed tools.