Разработки СО РАН - каталоги программ и БД

Поиск по каталогам:

2017-09-11

Назначение: Существует необходимость моделирования излучения турбулентной плазмы в трехмерной постановке. Для этого разработана программа, позволяющая проводить трехмерное моделирование и ориентированная на использование гибридных суперЭВМ на основе ускорителей Intel Xeon Phi. Показатели эффективности распараллеливания составляют 90% для 200 ускорителей Intel Xeon Phi.

Область применения: Моделирование в высокотемпературной лабораторной и космической плазме, теоретический анализ неустойчивостей, анализ излучения  турбулентной плазмы. Моделирование солнечных вспышек. Моделирование установок инерциального термоядерного синтеза.

Происходит моделирование пролета пучка высокоэнергичных электронов через субтермоядерную плазму. Вследствие резонансного взаимодействия пучка с плазмой в плазме развиваются различные типы неустойчивостей, при этом наблюдается излучение плазмы на терагерцовой частоте.

Вычислительный алгоритм: Программа построена на базе метода частиц в ячейках (A.B Langdon and Charles K. Birdsall, Plasma Physics Via Computer Simulation, 2004). Для расчета электромагнитных полей используется метод конечных разностей во временной области ( Kane Yee (1966). "Numerical solution of initial boundary value problems involving Maxwell's equations in isotropic media". IEEE Transactions on Antennas and Propagation. 14 (3): 302–307). Распараллеливание выпонено методом декомпозиции расчетной области  (с использованием MPI) по частицам и по сетке, также с помощью технологии OpenMP по отдельным частицам.

Функциональные возможности: Число процессоров (процессорных ядер): до 2000
Объем памяти (суммарный): до 500 Гб

Входные данные:

  • Размер сетки
  • Количество процессоров
  • Количество частиц в ячейке
  • Размер области
  • Размер части области, занятой пучком и плазмой
  • Внешнее магнитное поле
  • Энергия частиц пучка
  • Поперечная температура частиц пучка
  • Температура плазмы (X,Y,Z)

Выходные данные (опционально, каждая выдача может быть отключена)

  • Списки модельных частиц (координаты, импульсы)
  • Плотности электронов, ионов и электронов пучка
  • Электрическое и магнитное поля (все три компоненты)
  • Ток (три компоненты)
  • Одномерная функция распределения электронов (всех, и пучка, и плазмы) по энергии

Техническое описание

  •    Язык программирования: Фортран 90
  •    Средства распараллеливания: MPI, OpenMP
  •    Целевая архитектура: суперЭВМ классической архитектуры на основе, в первую очередь, процессоров Intel Xeon  и ускорителей Intel Xeon Phi

используемые численные методы: Particle-In-Cell (PIC), Finite DifferenceTime Domain (FDTD)

Основные публикации: 
1. NOTE ON QUANTITATIVELY CORRECT SIMULATIONS OF THE KINETIC BEAM-PLASMA INSTABILITY Lotov K.V., Timofeev I.V., Mesyats E.A., Snytnikov A.V., Vshivkov V.A.
Physics of Plasmas. 2015. Т. 22. № 2. С. 024502.

2. ТРЕХМЕРНЫЙ ГИБРИДНЫЙ КОД ДЛЯ МОДЕЛИРОВАНИЯ ГЕНЕРАЦИИ ВЫСОКОЧАСТОТНОГО ЭЛЕКТРОМАГНИТНОГО ИЗЛУЧЕНИЯ ТУРБУЛЕНТНОЙ ПЛАЗМЫ Романенко А.А., Снытников А.В., Тимофеев И.В. Вестник Новосибирского государственного университета. Серия: Информационные технологии. 2016. Т. 14. № 3. С. 81-90.

2017-08-01

Назначение - Программа предназначена для определения оптимальных значений распределения трудовых ресурсов и расчета числовых характеристик трудового потенциала методами математического моделирования
Область применения - Программа может применяться в трудовой сфере для управления трудовыми ресурсами оранизации, отрасли, региона, страны.
Используемый алгоритм - В основу программы заложен алгоритм посимвольного шифрования и шифр простой замены. Система реализована в виде Windows-приложения, реализующего необходимый функционал. Программное обеспечение предоставляет базовые функции и может использоваться для демонстрации основных приипнцов проектирования приложений. Интерфейс программы представляет собой поле для ввода данных и поле для вывода результата. В правом верхнем углу располагается текстовое поле для ввода общей численности населения, которое исследуется с помощью математической модели. Значения доступны в промежутке от 200 до 1500000. Для автоматического распределения всего населения по возрастным категориям служит пиктограмма «Random». Количество людей в каждой категории может быть также задано и вручную. Пиктограммы «Source» и «Dest» служат для вывода результатов моделирования. При отсутствии ошибок во входных данных для математической модели на центральной панели появится графическое представление распределения по категориям. Алгоритм подробно описан в статье [1].

1. Зайцева И.В., Немова А. В. Определение оптимального распределения трудового потенциала региона методами математического моделирования // Вестник Северо-Кавказского федерального университета, 2016, № 4(55). - С. 73-78.

Функциональные возможности - Пользователь имеет возможность рассчитать показатели трудового потенциала по вводимым статистическим данным о численности трудовых ресурсов, соответствующим им количественным и качественным характеристикам. Указав количество трудовых ресурсов, относящихся к условно установленной категории, доходы от реализуемой деятельности и затраты на их содержание, можно получить результаты анализа и обработки данных в виде диаграмм (диаграмма текущего состояния распределения трудовых ресурсов, диаграмма оптимизированного состояния распределения трудовых ресурсов на основе исходных значений) и числовых показателей (суммарных значений доходов, затрат и прибыли).
Инструментальные средства создания - Программа реализована на языке программирования C# (C Sharp), с использованием компилятора Microsoft Visual Studio 2012

2017-06-14

Назначение - Составление маршрутов передвижения людей в здании согласно специфике планов этажей. Размещение объектов мониторинга на плане здания, с учетом заданных требований. 
Область применения - Отделы безопасности на предприятиях.
Используемый алгоритм - Были модифицированы известные алгоритмы для решения транспортной задачи [1], задачи принятия решений [2] и задачи о покрытии [3]. По входным данным (план этажа), рассчитываются рекомендации для мест установки камер видеонаблюдения, тревожных кнопок, датчиков противопожарной сигнализации. Выходными данными являются: информация о необходимой пропускной способности дверей, изображения с местами для расстановки систем мониторинга опасных ситуаций. 

Во время работы программы происходит:

  • Загрузка планов здания в формате bmp
  • Построение маршрутов передвижения моделируемых личностей
  • Подсчёт реальной проходимости дверных проемов
  • Размещение объектов согласно условиям, введённым пользователем
  • Вывод изображения с полученным результатом

В результате работы предлагается вариант размещения объектов мониторинга на плане здания. 

[1] Семенов В. В. Математическое моделирование динамики транспортных потоков мегаполиса, 2004. - 44 с.: ил. - (Препринт № 34, Москва, 2004 / Институт прикладной математики им. М.В. Келдыша)

[2] Волновой алгоритм поиска пути https://habrahabr.ru/post/264189/ 

[3] Астраков С.Н., Ерзин А.И. Сенсорные сети и покрытие полосы эллипсами //Вычислительные технологии. 2013. Т. 18. № 2. C. 3-11

Функциональные возможности - Для обработки больших входных данных (количество людей в здании больше 10000) требуются компьютеры с оперативной более чем 512мб. и процессором не менее чем Core 2 Duo.

Инструментальные средства создания - пакет прикладных программ MATLAB.

2017-06-13

Назначение - поиск приближенных решений задачи размещения предприятий и фабричного ценообразования (Facility location and pricing problem)

Постановка задачи. В задаче размещения предприятий и фабричного ценообразования заданы: множество возможных мест открытия предприятий, число открываемых предприятий, множество клиентов, их бюджет, транспортные затраты на доставку товара от предприятий к клиентам. Производитель размещает предприятия и назначает цены на однородный продукт на каждом из них с целью получить максимальный доход от продажи продукции клиентам, которые, в свою очередь, выбирают для обслуживания такое предприятие, на котором минимальны суммарные затраты на покупку и транспортировку продукта, и совершают покупку только в том случае, когда эти затраты не превышают бюджет.

Область применения - размещение предприятий, складов, ценообразование.

Используемый алгоритм - двухфазный поиск с чередующимися окрестностями, использующий локальный поиск для определения размещения предприятий и локальный поиск по разным окрестностям для нахождения цен при выбранном размещении. Алгоритм опубликован в статье [1].

Для работы программы необходимо сформировать input.txt файл. 
1) Указать число примеров решаемой задачи (integer).

Для каждого из примеров:
2.а) Указать размерность задачи (число возможных мест открытия предприятий, число клиентов, число открываемых предприятий) и параметры метода решения (максимальное число итераций, максимальное время счета в секундах, максимальное число итераций внутреннего VNS-алгоритма, максимальный размер k окрестности k-flip, глубина просмотра окрестностей k-flip); (все integer)
2.б) Указать матрицу транспортных затрат (строки - возможные места открытия предприятий, столбцы - клиенты); (все double)
2.в) Указать бюджеты клиентов. (все double)
В прилагаемом файле Program1.png. приведен тестовый пример. Результаты работы программы выводятся в файл output.txt. В нем выводятся результаты работы (места, где открыты предприятия, цены, значение целевой функции и время работы) по каждой итерации и лучшее найденное решение в конце. Как видно из результатов расчета (файл Program2.png), на втором примере задачи (файл Program1.png), в найденном решении открыты предприятия в местах 0 и 2, и назначена цена 3 на обоих предприятиях. Итоговый доход равен 12. Время работы менее секунды (округление до целых). 

[1] Кочетов Ю., Панин А., Плясунов А. Сравнение метаэвристик для решения двухуровневой задачи размещения предприятий и ценообразования. Дискретн. анализ и исслед. опер., 2015, том 22, номер 3 с. 36-54. https://doi.org/10.17377/daio.2015.22.480

Функциональные возможности - программа позволяет находить приближенные решения с малой погрешностью для задачи размещения предприятий и фабричного ценообразования. При размерности до 100 возможных мест открытия предприятий и клиентов, при 5 размещаемых предприятиях алгоритм находит решение с погрешностью не более 1%. Ограничение на размерность задачи отсутствует, но при большей размерности требуется больше временных ресурсов.

Инструментальные средства создания - Microsoft visual studio 2012, c/c++.

 

2017-05-19

SMITH является лабораторной информационной системой со встроенными конвейерами обработки биологических данных. Программа поддерживает деятельность биологической лаборатории начиная с процесса заказа на обработку биологического образца и заканчивая предоставлением готовых к интерпретации данных.

Назначение: управление пользователям, биологическими образцами, конвейерами обработки данных в лаборатории высокопроизводительного секвенирования.  

Область применения: АСУ, АСУ ТП, лабораторная информационная система (ЛИС), обработка данных ChIP-Seq, RNA-Seq, DNA-Seq.

Используемый алгоритм: Пользователь взаимодействует с SMITH для заказа секвенирования, для выбора типа и настроек секвенирования, для добавления описания образцов (в виде ключ-значение) для последующего анализа мета-данных и для отслеживания образцов через интерфейс SMITH. Пользователи также могут собрать образцы в проекты и назначить сотрудникам уровень допуска. Технический персонал взаимодействует с SMITH для сборки проточных ячеек, для ввода идентификаторов реагентов и для отслеживания уровня реагентов.

SMITH помогает в сборке проточных ячеек путем подбора образцов с совместимыми баркодами, для того, чтобы не возникало коллизий баркодов на стадии демультиплексирования. С точки зрения пользователя, наиболее важные функции – загрузка образов и отслеживание образов. Загруженные образцы имеют статус «заказан». Перед запуском секвенатора, генерируется виртуальная проточная ячейка, которую подтверждают лидеры групп. После запуска секвенирования по собранной проточной ячейке автоматически генерируется таблица, необходимая для мультиплексирования. По завершению секвенирования, SMITH автоматически отслеживает новые данные, генерируются и исполняются скрипты, которые производят файлы FASTQ, копируют их в нужные директории на сервере, запускают конвейеры обработки, запускают FastQC и отправляют уведомления пользователям, что их данные доступны для анализа. После этого, образец получает статус «проанализирован».

Функциональные возможности: 

  • Загрузка образцов
  • Аннотирование образцов
  • Анализ образцов
  • Отслеживание образцов
  • Разделение на проекты
  • Отслеживание директорий с данными
  • Контроль качества
  • Политика безопасности
  • Хранилище реагентов
  • Доступ по ролям
  • Виртуальные проточные ячейки
  • Совместимость индексов
  • Уведомления по email

Програма расчитана на нагрузки в 2-3 эксперимента высокопроизводительного секвенирования. Объем данных одного эксперимента - 40 Гб. Время обработки одного эксперимента 20-36 часов.

Инструментальные средства создания - SMITH была разработана с использованием технологии Java Enterprise и среды разработки NetBeans 7.3. SMITH запускается на сервере приложений Java EE (например, Glassfish). Apache Maven используется как инструмент управления зависимостями.

Архитектура SMITH подразделяется на веб-уровень, срединный уровень и системно-информационный уровень, следуя парадигме Model-View-Controller (MVC). Веб-интерфейс предоставляется средствами Java Server Faces (JSF) и PrimeFaces. Сервлет Faces, который является частью технологии JSF, играет роль контроллера и координирует информационный обмен между пользователем и моделью через набор представлений. Модель основана на технологии JSF Managed Beans – взаимодействующие модули, которые связаны с информационной системой, которая основана на Hibernate с базой MySQL. Отображаемые сообщения выделены в отдельный ресурс для простой интернационализации.

Публикация:

Venco F, Vaskin Y, Ceol A, Muller H.  SMITH: a LIMS for handling next-generation sequencing workflows. BMC Bioinformatics. 2014;15 Suppl 14:S3. doi: 10.1186/1471-2105-15-S14-S3.