Назначение - организация электронного сопровождения лекций с посимвольным выводом их материалов на экран видеопроектора.
Область применения - для чтения лекций по дисциплинам из области точных наук.
Используемый алгоритм - разработаны и реализованы таблицы соответствия символов клавиш с греческими символами, математическими символами и графическими примитивами.
Функциональные возможности - c помощью программ можно создавать информационные файлы, выводить информацию из них по одному символу или малому графическому фрагменту, редактировать информационные файлы, образовывать программным путем пакетные файлы, реализующие вызовы информационных файлов в нужной последовательности.
Инструментальные средства создания - программы написаны на языке Java с использованием среды Eclipse.

Третья, расширенная версия системы имитационного моделирования ИМОДО, разработанной для решения задач, связанных с транспортной сетью (зарегистрирована в ФАП СО РАН, № PR18002).

Рассматривается задача сбора данных для мониторинга уровня загрязнения  окружающей среды. Предполагается, что датчики сбора информации установлены на некоторых единицах общественного транспорта (автобусах, трамваях). Задача, решаемая программой - выбор маршрутов  танспорта и частоты замера данных для получения оптимальной картины уровня загрязнения территории. 

Работа частично поддержана грантом РФФИ и правительства Новосибирской области № 19-47-54007.

Назначение Расчет эффективности расстановки устройств на транспортных средствах, с целью определения наиболее точного уровня загрезнения.
Область применения Современные и перспективные сети передачи данных, например, VANET.

Используемый алгоритм

Поиск оптимальной расстановки устройств сбора данных осуществляется с помощью генетического алгоритма с учетом основных характеристик модели:

– скорость движения транспорта;

–  маршруты движения транспортных средств, на которых размещены устройства мониторинга;

– предельное количечство автомобилей на каждом участке дороги (пробки, возникающие в "узких" местах);

– источники загрязнения.

В качестве модели транспортной сети рассматривается граф с взвешенными ребрами.

Редактирование графа можно производить непосредственно в системе.

Подложкой является карта, взятая из открытых источников. Алгоритм описан в [1].

[1] TKACHEV K.V., VOLZHANKINA K.A., SOKOLOVA O.D. On a problem of the monitoring device placement on transport networks, Novosibirsk. https://cloud.mail.ru/public/4Tsd/NymmFx5wP

[2] TKACHEV K.V., VOLZHANKINA K.A., MIGOV D.A. Comparison of the Work of Algorithms for Arranging Message Distribution Devices in Transport Networks, Novosibirsk. https://cloud.mail.ru/public/4Tsd/NymmFx5wP

[3] TKACHEV K.V. The Interaction Interface Between the Model and the Observer Agent in the Simulation System, Novosibirsk. https://cloud.mail.ru/public/4Tsd/NymmFx5wP

В прилагаемом архиве находится проект для запуска на Visual Studio.

Назначение - оптимизация сетей различного назначения с целью повышения надёжности.

Область применения - проектирование сетей различного назначения.

Используемый алгоритм - генетический алгоритм. Программа позволяет для заданной структуры сети с ненадёжными вершинами определить оптимальное количество необходимых стоков (узлов, предназначенных для сбора информации с остальных) и их расстановку. Предполагается, что стоки могут быть размещены в узлах сети. Для каждого узла сети задаются значения надёжности и стоимости установки стока в этом узле. Под надёжностью сети понимается вероятность связности заданной доли (Т) узлов с каким-либо из стоков. Этот показатель подробно описан в статье [1], наряду с методом его расчёта. Алгоритм расстановки представлен в работе [2].

[1] D. Migov, V. Shakhov. Reliability of Ad Hoc Networks with Imperfect Nodes // Springer Lecture Notes in Computer Science (in MACOM 2014). Vol. 8715, 2014, p. 49-58. (http://link.springer.com/chapter/10.1007%2F978-3-319-10262-7_5)

[2] Волжанкина К.А., Мигов Д.А. Генетический алгоритм размещения стоков в беспроводной сенсорной сети с ненадёжными узлами для повышения вероятности успешного мониторинга // Материалы Межд. конференции "Актуальные проблемы вычислительной и прикладной математики", Новосибирск, 2019. Новосибирск: ИВМиМГ СО РАН, 2019, стр. 328-332.

Поиск ведётся в условиях наперёд заданных ограничений.

Входные данные программы: структура сети в виде графа, пример входных данных предоставлен в сопутствующих файлах (массивы KAO FO или полный файл предшественников), значения надёжности для всех узлов связи (числа от 0 до 1), параметры генетического алгоритма (размер популяции, кол-во поколений, размер турнира, вероятность мутации), количество устанавливаемых узлов, Т - доля узлов сети, которые должны быть связны с каким-либо из стоков, условия остановки алгоритма: количество поколений, ограничение на время работы алгоритма и стагнация (задаётся количество поколений, в которых вырождается решение).

Инструментальные средства создания - Delphi.

Алгоритм разработан в рамках гранта РФФИ № 18-07-00460.