Назначение - программа предназначена для вычисления и сохранения в виде файла текстурных признаков Харалика полутонового изображения.

Область применения - Вычисляемые признаки системы Харалика [1] используются для математического описания статистических текстур  изображения в химии, биологии, медицине, в производственных процессах для исследования поверхности металлов и др., в сельском хозяйстве, лесоводстве для  автоматизации классификации сельскохозяйственных культур, лесных угодий при картировании и инвентаризации, оценке площадей, прогнозирования урожая и других.

Используемый алгоритм - Вычисляются текстурные признаки статистики разностей серого тона в двух соседних точках Харалика [1] по квадратному окну для всех точек  односпектрального изображения и сохраняются в форме мультиспектрального файла (в формате raw). Значение  расстояния в соседних точках (модуль и направления),  и выбранные признаки задаются в диалоговых окнах. Полученный файл может использоваться при классификации изображения по текстурным признакам. Для сокращения вычислений признаков исходное изображение может быть эквализовано с уменьшением числа уровней квантования серого тона. Описание применения признаков для неконтролируемой классификации леса по текстурным признакам аэроснимков содержится в [2] и во вложенном файле. 

[1] R.M. Haralick, K. Shanmugam, I. Dinstein. Textural Features for Image Classification // IEEE Trans. Syst. Man. Cybern. 1973,Vol. SMS-3, pp. 610 -621.

[2] Sidorova V.S. Unsupervised Classification of Image Texture. // Pattern Recognition and Image Analysis. – 2008 - . Vol. 18,  N 4. - P. 694-700.

Функциональные возможности ограничены объемом памяти компьютера. 

Во вложенном файле проиллюстрировано применение признаков Харалика для автоматизации распознавания леса на аэроснимках определенного масштаба. На  черно-белых аэроснимках масштаба 1:50 000, текстура лесных сообществ формируется чередованием темных и светлых пятен, соответствующих группам деревьев различных пород. Визуальный анализ аэроснимков (дешифрирование) является составной частью  инвентаризации и мониторинга в лесоводстве. Текстурных свойств  изображений часто бывает достаточно, чтобы различить тип леса и его возраст. Наземная таксация (точное выборочное измерение параметров деревьев и характеристик лесных сообществ) осуществляется лесоводами в наиболее однородных частях контуров, построенных визуальным дешифрированием. Однако, визуальному дешифрированию свойствен субъективизм. Автоматизация в описании текстур и сегментации изображения позволяет избежать этого недостатка. По крайней мере, она может быть существенным подспорьем при проведении инвентаризации с помощью аэроснимков. Хороший выбор признаков и схемы сегментирования обеспечит правильное проведение границ.

Инструментальные средства создания - Алгоритм реализован в программной среде системы объектно-ориентированного программирования Visual C++ версии 5.0 фирмы Microsoft c библиотекой классов MFC, разработанной для ОС Windows..

Назначение - автоматизация неконтролируемой классификации дискретных данных, анализ данных дистанционного зондирования, представленных текстурными признаками,  сегментация изображений по ним.

Область применения - Программа может быть использована для исследования и автоматизации сегментации по текстурным признакам черно-белых изображений в химии, биологии, медицине, аэрокосмических изображений в сельском хозяйстве, лесничестве при оценке площадей, занятых различными культурами, типами и фазами развития лесов, их картировании и инвентаризации.
Используемый алгоритм -разработанный автором дивизимный гистограммный иерархический алгоритм [1].  В результате работы алгоритма отыскиваются унимодальные кластеры с отделимостью ниже заданной и  предельно детальная сеть квантования векторного пространства текстурных признаков.  Алгоритм не требует задания числа кластеров и никакой информации о распределениях a priory, а находит их автоматическми .  Алгоритм учитывает особенности сбора статистических текстурных признаков по окну конечных размеров: он позволяет  автоматически выбрать этот размер и избавиться от ложных кластеров, возникающих на границах текстур. В [1] показано  применение  алгоритма к неконтролируемой классификации изображений лесных ландшафтов на аэроснимках и их сегментации по текстурным признакам.  На сайте можно посмотреть дополнительную информацию и иллюстрации - результат работы программы: http://loi.sscc.ru/lab/RFFI2013/RU/sidorova_separability_TEXTURA.htm 

[1] Sidorova V.S. Segmentation of image textures using well separated clusters //The 11th International Conference "Pattern recognition and image analysis: new information technologies" PRIA-11-2013, Samara, The Russian Federation, 2013,Vol.II, – P.731-734.

Функциональные возможности - Может быть использовано до десяти статистических текстурных признаков, файл входного изображения объемом до 5 мегабайт.

 Инструментальные средства создания - Алгоритм реализован в программной среде системы объектно-ориентированного программирования Visual C++ версии 5.0 фирмы Microsoft c библиотекой классов MFC, разработанной для ОС Windows. При разработке программы  использовался механизм многодокументного интерфейса MDI.

Назначение. Задачи формирования производственных групп с учетом межличностных отношений в коллективе.

Область применения. Сфера планирования, управления персоналом (в частности, при формировании производственных групп), оценка эффективности функционирования таких групп.  

Используемые алгоритмы. Для решения задач формирования производственных групп предложены точные комбинаторные алгоритмы, идейно близкие алгоритму ветвей и границ, разработана  процедура точного решения, основанная на использовании дополнительных ограничений (отсечений) и пакета CPLEX. Построены эвристики жадного типа [1-4].

Комплекс состоит из двух модулей: один предназначен для решения задачи проектирования производственных групп, связанной с назначением специалистов на работы и учетом межличностных и иерархических отношений при минимизации расходов (задача P1), другой - для задачи формирования групп с максимизацией степени комфортности отношений (задача P2). Главное окно программы GroupForm содержит интерфейсы обоих модулей, переключение между которыми происходит с помощью выбора пункта меню. 

В программе реализовано:

• Генератор случайных тестовых примеров рассматриваемых задач.
• Решение серий рассматриваемых задач с выводом результатов расчетов на экран и сохранением результатов в файл.
• Иллюстрация результата решения задач на графе.

Во вложении прикреплен архив GroupForm.rar с программой. Для установки комплекса программ GroupForm из этого архива необходимо запустить приложение setup.exe,  при этом в случае, если пакет Microsoft.Net Framework 4  не установлен на компьютере, он также установится. В текстовом файле Help.txt описан алгоритм установки и удаления GroupForm,  а в AboutGroupForm.pdf приведены функциональные возможности комплекса программ GroupForm.  В папке Application Files хранятся библиотеки, которые необходимы для работы GroupForm. 

Функциональные возможности. Решались тестовые задачи P1 со следующими характеристиками: число специалистов и работ варьировалось от 25 до 1000, количество напряженных межличностных отношений (E1) и пар связанных работ (E2) изменялось от 10 до 2000. Время решения составляло от долей секунд до 1 часа, оно существенно зависит от числа несогласованных межличностных отношений в коллективе (E1*E2). Решались тестовые задачи P2 со следующими характеристиками: число специалистов  50-100, количество комфортных отношений изменялось от 25 до 1000, напряженных - от 25 до 100.  Время решения составляло от долей секунд до 1 часа, оно существенно зависит от числа напряженных отношений в коллективе. 

Используемые в работе алгоритмы опубликованы в статьях [1-3] и препринте [4].

[1] Афанасьева Л.Д., Колоколов А.А. Разработка и анализ алгоритма решения некоторых задач формирования производственных групп // Омский научный вестник. - 2012. - № 2(110). - С. 39-41.

[2] Kolokolov A.A., Afanasyeva L.D. Research of Production Groups Formation Problem Subject to Logical Restrictions // Journal of Siberian Federal University, Mathematics & Physics. - 2013. - № 6(2). - P. 145-149.

[3] Афанасьева Л.Д., Колоколов А.А. Разработка и анализ алгоритмов решения одной задачи управления персоналом // Материалы Девятой азиатской международной школы-семинара «Проблемы оптимизации сложных систем». - Алматы: Изд-во Ин-та проблем информатики и управления, 2013. - С. 61-65.

[4] Афанасьева Л.Д. Разработка и экспериментальное исследование алгоритмов решения задач формирования производственных групп. Препринт. - Омск: ОмГУ, 2013. - 23 с.

Инструментальные средства создания. Приложение GroupForm разработано в среде Microsoft Visual Studio 2010, интерфейс реализован на языке C#, алгоритмы - на языке C++, встроено применение пакета CPLEX (система моделирования GAMS).

Назначение - Комплекс предназначен для решения задачи предсказательного моделирования влияния функционализации наполнителей в органической матрице на микроструктуру нанокомпозита и на его структурные, механические, электрические, теплофизические, диффузионные и оптические свойства.

Область применения - Комплекс рассчитан на проектирование материалов с заданными свойствами и может найти применение для создания новых материалов в таких отраслях промышленности, как самолетостроение, автомобилестроение и кораблестроение.

Используемый алгоритм - Главной задачей комплекса является многоуровневое моделирование физико-химических свойств органических матричных нанокомпозитов в зависимости от функционализации материала наполнителей и проектирование указанных материалов. Комплекс обеспечивает возможность прогнозировать структурные, механические, оптические, электрические и термофизические свойства органических нанокомпозитных материалов, что позволяет оптимизировать условия производства промышленно важных органических нанокомпозитных материалов за счет выбора оптимальных функционализации и диспергирования наночастиц-наполнителей. Комплекс позволяет проводить многомасштабные исследования матричных нанокомпозитов на основе набора вычислительных модулей на каждом уровне моделирования с использованием высокопроизводительных суперкомпьютерных ресурсов. Для этого комплекс построен на основе клиент-серверной архитектуры, позволяющей использовать распределенные вычислительные ресурсы. Программный комплекс позволяет реализовать сопряжение результатов в цепочке "квантовая механика - атомистическое моделирование -мезоскопическое описание - теория сплошных сред – макроскопические свойства композитов". Сопряжение происходит при помощи интегрированного рабочего стола, позволяющего задавать и управлять цепочками передачи данных при исследовании. Такая цепочка моделирования полимерных композитных материалов является уникальной и до сих пор не была реализована ни в одном программном продукте. Комплекс обеспечивает ассимиляцию результатов расчета при помощи иерархической базы данных, которая может хранить как основные результаты моделирования, так и данные экспериментальных исследований нанокомпозитных материалов. База данных позволяет проводить совместные исследования распределенной группой разработчиков.

Комплекс обеспечивает возможности:
- прогнозировать структурные, механические, оптические, электрические и термофизические свойства органических матричных нанокомпозитных материалов в зависимости от функционализации материала наполнителей при помощи многомасштабных (сквозных) расчетов,
- моделировать полимерные нанокомпозиты со сшитой и несшитой матрицей,
- автоматически контролировать сценарий исполнения составного приложения,
- сохранять результаты расчетов и имеющиеся экспериментальные данные по структурные, механические, оптические, электрические и термофизические свойства органических нанокомпозитных материалов,
- визуализировать результаты расчетов при помощи графических инструментов,
- использовать распределённые вычислительные ресурсы,
- проводить совместные исследования по расчету свойств органических нанокомпозитных материалов.
Комплекс состоит из следующих компонент:

1. Молекулярный конструктор
2. Конструктор мезоструктуры
3. Конструктор макроэксперимента
4. Редактор входных параметров расчетных модулей
5. Молекулярный визуализатор
6. Визуализатор мезоструктуры
7. Визуализатор 2D и 3D полей
8. Визуализатор одномерных зависимостей
9. Редактор базы данных
10. Блок обмена данными
11. Блок импорта данных из внешних программ
12. Система хранения результатов расчетов
13. База данных
14. Модуль расчета атомистической структуры и энергий связи интерфейса неорганический наполнитель-органическая матрица
15. Модуль расчета микромеханических свойств эквивалентной континуальной модели нанонаполнителя в органической матрице на атомистическом и мезоскопическом уровне
16. Модуль атомистического расчета электрических свойств неорганического наполнителя, функционализированного в органической матрице, а также интерфейсного сопротивления между наполнителями
17. Модуль атомистического расчета теплопроводности неорганического наполнителя, функционализированного в органической матрице, а также интерфейсного теплосопротивления между наполнителями
18. Модуль атомистического расчета оптических свойств неорганического наполнителя, функционализированного в органической матрице
19. Модуль атомистического расчета диффузионных свойств малых молекул в органической матрице, а также вблизи диспергированного неорганического наполнителя
20. Модуль расчета статистической микроструктуры органического матричного нанокомпозита
21. Модуль расчета механических свойств нанокомпозитного материала на макроуровне
22. Модуль расчета электрических свойств нанокомпозитного материала на макроуровне
23. Модуль расчета теплопроводности нанокомпозитного материала на макроуровне
24. Модуль расчета оптических свойств нанокомпозитного материала на макроуровне
25. Модуль расчета транспортных диффузионных свойств нанокомпозитного материала на макроуровне

Алгоритм работы комплекса основан на концепции Scientific Workflow, позволяющей организовывать сценарии передачи данных между различными независимыми научными приложениями. Данная концепция позволяет автоматизировать выполнение серии вычислительных процедур и процедур обработки данных для проведения научных исследований. В рамках этой концепции можно организовывать передачу разнородных данных между счетными модулями, необходимую для проведения многомасштабных исследований. Для этого необходимо определить сценарий передачи данных и их обработки между счетными модулями с разных уровней для многомасштабного расчета определенного физического свойства. С этой целью в комплексе используется графический редактор сценариев (рабочий стол), который обеспечивает работу со сценариями многоуровневого моделирования, эффективный доступ к данным и обмен ими, а также доступ ко всем вычислительным моделям. Элементами Scientific Workflow в комплексе являются все счетные модули, конструкторы структур, система хранения данных и визуализаторы. Соответственно, сценарии передачи данных определяют взаимосвязь и поток данных между ними.
Для реализации алгоритмов Scientific Workflow в Комплексе определены основные группы передаваемых данных, которые могут участвовать в передаче между счетными модулями, конструкторами и редакторами Комплекса:
1. DielectricDataType
2. ElectricalDataType
3. OpticalDataType
4. MechanicalDataType
5. DiffusionDataType
6. ThermalConductivityDataType
7. MicrostructureDataType
8. MesostructureDataType
Каждый счетный модуль может получать на вход одну или несколько групп передаваемых данных, создавая в результате своей работы новые данные одной из этих групп. На основе групп передаваемых данных построена система хранения и обмена данных для моделирования в области органических матричных нанокомпозитов. Основными объектами этой системе хранения данных являются молекулы, полимеры, наполнители и композиты, которые могут иметь свойства из указанных выше групп. Система хранения данных основана на реляционной базе данных, обеспечивающей удаленный доступ к хранимой информации. При помощи этой системы хранения данных возможна коллективная распределенная работа в рамках совместного исследовательского проекта. Алгоритм связи модулей в программном комплексе основан на потоке данных между расчетными уровнями. Основной поток данных в программном комплексе направлен от атомистического уровня к более высоким макроскопическим уровням. При этом для расчета на самом верхнем (макроскопическом) уровне физических свойств органических матричных нанокомпозитов необходимо знать
1. Структуру нанокомпозита на масштабе не меньше размера наполнителя
2. Физические свойства наполнителя
3. Физические свойства интерфейса наполнитель-полимерная матрица.
Потоки данных в программном комплексе направлены на передачу соответствующих данных от микроскопических уровней к макроскопическим уровням. Один из основных потоков данных связан с передачей данных о структуре нанокомпозита. На самом нижнем уровне этот поток данных начинается с атомистического расчета свойств полимерной матрицы и интерфейса наполнитель / полимерная матрица. Для этого будет использован модуль расчета структуры на атомистическом уровне на основе молекулярной динамики ,реализованной в программах Puma и MD-kMC, использующие эмпирические потенциалы для межатомного взаимодействия. Параметры эмпирических потенциалов для всех основных типов полимеров берутся из базы данных программного комплекса. При необходимости величины зарядов атомов для полимеров могут уточняться при помощи неэмпирических методов квантовой химии. Входными данными для модуля атомистического моделирования структуры нанокомпозита являются структура мономера полимера, плотность полимера, атомистическая структура элемента наполнителя. Атомистическая структура наполнителя будет импортироваться из базы данных комплекса или создаваться при помощи молекулярного конструктора. С использованием атомистического метода молекулярной динамики можно смоделировать атомистическую структуру для пограничного слоя между полимерной матрицей и одним объектом наполнителя. Генерация структуры полимера будет осуществляться при помощи моделирования процесса полимеризации между мономерными единицами при заданной структуре наполнителя (с использованием модуля генерирования нерегулярных густо- и редко-сшитых сеток с наполнителем - CLCC и программы MD-kMC). Выходными данными молекулярно-динамического моделирования структуры нанокомпозита являются структура полимера на интерфейсе матрица / наполнитель, а также энергетические характеристики данного интерфейса. Эти параметры передаются в модули расчета физических свойств нанокомпозита на атомистическом уровне, а также на мезоскопический уровень в модуль расчета структуры на мезоуровне на основе метода диссипативной динамики частиц (DPD). Кроме того, метод молекулярной динамики будет использован для генерации структуры полимера в контакте между двумя объектами наполнителя. Сгенерированная структура на контакте будет передаваться для расчета контактных тепло- и электро- сопротивлений. Генерирование структуры нанокомпозита на мезоуровне (для системы с размерами порядка размера наполнителя) будет осуществляться с помощью конструктора структур на мезоуровне. Конструктор структуры нанокомпозита на мезоуровне осуществляет стохастическое распределение наполнителя в полимерной матрице в соответствии с заданным распределением параметров наполнителя. Полученная структура может использоваться как входная для модуля расчета структуры на мезоуровне на основе динамики диссипативных частиц (DPD). Параметры метода динамики диссипативных частиц берутся из базы данных программного комплекса и могут подстраиваться на основе атомистических расчетов свойств интерфейса наполнитель / матрица. Механические свойства репрезентативного элемента нанокомпозита, содержащего одну единицу наполнителя и прилегающего слоя полимера, будут рассчитываться при помощи модуля расчета механических свойств нанокомпозита на атомистическом уровне на основе программы PUMA. Для вычисления упругих констант репрезентативного элемента наполнителя будут использоваться метод пошаговой деформации или метод равновесной молекулярной динамики. В первом случае проводится серия МД расчетов с различными параметрами расчетной ячейки. Во втором случае используется флуктуационная-диссипативная формула для расчета тензора упругости из флуктуаций тензора деформаций в NPT-ансамбле. Рассчитанные зависимости тензора напряжения от тензора деформаций для репрезентативного элемента будут передаваться в модуль макроскопического расчета механических свойств нанокомпозита. При необходимости также могут быть рассчитаны зависимости тензора напряжения от тензора деформаций для полимерной матрицы и наночастиц наполнителя.

Модуль расчета механических свойств нанокомпозита на макроуровне основан на численном решении уравнении механики сплошных сред при помощи метода конечных элементов. Входными параметрами данного модуля являются структура нанокомпозита и механические свойства репрезентативного элемента наполнителя и полимерной матрицы. Структура нанокомпозита может или передаваться с мезоскопического уровня из модуля расчета структуры на мезоуровне на основе динамики диссипативных частиц, или браться из конструктора структур на мезоуровне. На основе заданной структуры нанокомпозита и механических свойств репрезентативного элемента наполнителя и полимерной матрицы происходит задание механических свойств во всех узлах численной сетки. Задание граничных условий для метода конечных элементов осуществляется пользователем из набора возможных вариантов. Выходными данными модуля расчета механических свойств нанокомпозита на макроуровне являются рассчитанные зависимости тензора напряжения от тензора деформаций рассматриваемого элемента объема нанокомпозита. Рассчитанные распределения механических напряжений могут быть визуализированы в модуле визуализации данных.

Модуль расчета теплопроводности на атомистическом уровне основан на молекулярно-динамическом вычислении теплопроводности наноструктур. Для этого могут быть использованы метод неравновесной молекулярной динамики или метод равновесной молекулярной динамики на основе соотношений Грина-Кубо. Входными параметрами данного модуля являются атомистическая структура полимерной матрицы, нано-наполнителя и репрезентативного элемента нанокомпозита (наполнителя, окруженного слоем полимера). Данные структуры получаются из модуля расчета структуры нанокомпозита на атомистическом уровне или из базы данных комплекса. Выходными параметрами данного модуля являются рассчитанные теплопроводности указанных структур, которые передаются в модуль расчета теплопроводности на макроскопическом уровне.

Модуль расчета теплопроводности нанокомпозита на макроуровне основан на численном решении уравнении теплопроводности при помощи метода конечных элементов. Входными параметрами данного модуля являются структура нанокомпозита и теплопроводность репрезентативного элемента наполнителя, полимерной матрицы, а также тепловое контактное сопротивление в точках контакта наполнителя. Структура нанокомпозита может или передаваться с мезоскопического уровня из модуля расчета структуры на мезоуровне на основе динамики диссипативных частиц, или браться из конструктора структур на мезоуровне. Выходными данными модуля расчета теплопроводности нанокомпозита на макроуровне являются рассчитанный тензор теплопроводности рассматриваемого элемента объема нанокомпозита.

Модуль расчета электропроводности на атомистическом уровне основан на квантовомеханистическом вычислении транскондактанса наноструктур. При помощи данного модуля могут быть рассчитаны проводимости наполнителя, в том числе, с учетом влияния полимерной матрицы, а также контактные проводимости точек контакта наполнителя. Для расчета используется подход Ландауэра-Буттикера на основе вычислений матриц Грина наноструктуры. Входными параметрами данного модуля являются атомистическая структура наполнителя и репрезентативного элемента нанокомпозита (наполнителя, окруженного слоем полимера). Данные структуры получаются из модуля расчета структуры нанокомпозита на атомистическом уровне или из базы данных комплекса. Выходными параметрами данного модуля являются рассчитанные электропроводности указанных структур, которые передаются в модуль расчета электропроводности на макроуровне.

Модуль расчета электропроводности нанокомпозита на макроуровне основан на статистической модели - трехмерной сетки случайных сопротивлений, позволяющей предсказать перколяционные эффекты в зависимости электропроводности нанокомпозита от состава (при этом предполагается, что полимерная матрица имеет очень низкую электропроводность). Входными параметрами данного модуля являются структура нанокомпозита и электропроводность элементов наполнителя и контактные сопротивления между элементами наполнителя. Структура нанокомпозита может или передаваться с мезоскопического уровня из модуля расчета структуры на мезоуровне на основе динамики диссипативных частиц, или браться из конструктора структур на мезоуровне. Выходными данными модуля расчета электропроводности нанокомпозита на мезоуровне являются рассчитанный тензор статической электропроводности рассматриваемого элемента объема нанокомпозита.

Модуль расчета оптических свойств нанокомпозита на атомистическом уровне основан на квантовомеханическом расчете электронной структурынаполнителя, в том числе, с учетом взаимодействия с полимерной матрицей. Для этого будет использован зависящий от времени метод функционала плотности (TD-DFT). Входными параметрами данного модуля являются атомистическая структура полимерной матрицы, нано-наполнителя и репрезентативного элемента нанокомпозита (наполнителя, окруженного слоем полимера). Данные структуры получаются из модуля расчета структуры нанокомпозита на атомистическом уровне или из базы данных комплекса. Выходными параметрами данного модуля являются рассчитанные спектры поглощения / испускания указанных структур, которые передаются в модуль расчета оптических свойств нанокомпозита на макроскопическом уровне.

Модуль расчета оптических свойств нанокомпозита на макроуровне основан на численном решении уравнении Максвелла при помощи метода конечных разностей (метод FDTD). Входными параметрами данного модуля являются структура нанокомпозита и оптические свойства (спектры поглощения / испускания) репрезентативного элемента наполнителя и полимерной матрицы. Структура нанокомпозита может или передаваться с мезоскопического уровня из модуля расчета структуры на мезоуровне на основе динамики диссипативных частиц, или браться из конструктора структур на мезоуровне. Выходными данными модуля расчета оптических свойств нанокомпозита на макроуровне являются рассчитанные коэффициенты поглощения рассматриваемого элемента объема нанокомпозита.

Модуль расчета газовой проницаемости нанокомпозита на атомистическом уровне основан на молекулярно-динамическом вычислении транспорта малых молекул в нанокомпозите. Входными параметрами данного модуля являются атомистические структуры полимерной матрицы, нано-наполнителя и репрезентативного элемента нанокомпозита (наполнителя, окруженного слоем полимера). Данные структуры получаются из модуля расчета структуры нанокомпозита на атомистическом уровне или из базы данных комплекса. Выходными параметрами данного модуля являются рассчитанные коэффициенты диффузии молекул в указанных структурах, которые передаются в модуль расчета диффузии на макроскопическом уровне.

Модуль расчета газовой проницаемости нанокомпозита на макроуровне основан на численном решении уравнении теплопроводности при помощи метода конечных элементов. Входными параметрами данного модуля являются структура нанокомпозита и коэффициенты диффузии молекул в репрезентативном элементе наполнителя, полимерной матрице. Структура нанокомпозита может или передаваться с мезоскопического уровня из модуля расчета структуры на мезоуровне на основе динамики диссипативных частиц, или браться из конструктора структур на мезоуровне. Выходными данными модуля расчета газовой проницаемости нанокомпозита на макроуровне являются рассчитанный тензор эффективный коэффициентов диффузии для рассматриваемого элемента объема нанокомпозита.

Передача рассчитанных на атомистическом уровне физических свойств наполнителя и полимерной матрицы на макро (и мезо)-уровень требует проведения усреднения результатов расчета по различным возможным структурам наполнителя и полимерной матрицы из-за наличия нерегулярностей и неоднородностей в структуре полимера, а также в связи с присутствием дефектов структуры. Поэтому передача физических свойств наполнителя и полимерной матрицы на макро(и мезо)-уровень заключается в проведении серии расчетов для разных вариантов атомистических структур и накоплении результатов расчетов.

Входные данные для комплекса моделирования свойств органических матричных нанокомпозитов задаются через графический интерфейс пользователя.

Графический интерфейс комплекса предоставляет следующие компоненты для задания входных данных: 

• - Редактор входных параметров расчетных модулей
• - Редактор базы данных
• - Молекулярный конструктор
• - Конструктор мезоструктуры
• - Конструктор макроструктуры

Параметры для счетных модулей задаются через редактор входных параметров расчетных модулей. Данные о структуре задаются интерактивно при помощи конструкторов соответствующих структур. Необходимые данные о материальных свойствах задаются через редактор базы данных для соответствующих объектов (молекул, полимеров, наполнителей). Выходные данные для комплекса моделирования свойств органических матричных нанокомпозитов представляются через графический интерфейс пользователя.

Графический интерфейс комплекса предоставляет следующие компоненты для отображения выходных данных:

• - Редактор базы данных
• - Молекулярный визуализатор
• - Визуализатор мезоструктуры
• - Визуализатор 2D и 3D полей
• - Визуализатор одномерных зависимостей

Результаты расчетных модулей могут записываться в базу данных комплекса и затем визуализироваться при помощи редактора базы данных. Кроме этого, полученные зависимости и распределения физических величин могут быть представлены при помощи визуализатора 2D и 3D полей и визуализатора одномерных зависимостей. Полученные в результате расчеты микро- и мезоструктуры могут быть визуализированы при помощи соответствующих визуализаторов, а также экспортированы в файлы для последующего анализа.

Публикации
1) Люлин Сергей Владимирович, Гуровенко Андрей Алексеевич, Ларин Сергей Владимирович, Назарычев Виктор Михайлович, Люлин Алексей Владимирович, Microsecond Atomic-Scale Molecular Dynamics Simulations of Polyimides, Macromolecules", Vol. 46(15), p. 6357-6363 (2013)
2) Гаврилов Алексей Андреевич, Чертович Александр Викторович, Self-assembly in thin films during copolymerization on patterned surfaces, Macromolecules, Vol. 46, p. 4684-4690 (2013)
3) Иванов Виктор Александрович, Родионова Александра Сергеевна, Мартемьянова Юлия Алексеевна, Стукан Михаил Реональдович, Мюллер Маркус, Пауль Вольфганг, Биндер Курт, Wall-Induced Orientational Order in Athermal Semidilute Solutions of Semiflexible Polymers: Monte Carlo Simulations of a Lattice Model, The Journal of Chemical Physics, Vol. 138, Iss., 23, 234903 (2013)

Функциональные возможности - Функциональные возможности ограничены аппаратными характеристиками кластера, на котором установлен Комплекс. Для кластера, состоящего из 4000 ядер, возможно проводить расчеты: на квантово-химическом уровне - до 1000 атомов, на молекулярно-динамическом уровне - до 25000 атомов, на мезоскопическом уровне - до 50000 частиц, на макроскопическом уровне - до 10 млн. конечных элементов.

Инструментальные средства создания - C, С++, JScript, SQL, Fortran 77-95, Pascal, Python.

Назначение - Программная система предназначена для исследования методов и алгоритмов обработки геофизических данных для задач обнаружения, измерения параметров и локации импульсных и вибрационных сейсмических и акустических источников различного типа.

Область применения - Программа может быть использована для обработки и анализа  сейсмических, акустических данных, а также любых цифровых последовательностей.

Архитектурно система представляет собой универсальную платформу (среду) для интеграции программных модулей обработки геофизических данных с возможностью их объединения в многоступенчатый конвейер с заданной структурой для решения прикладных задач. Интеграция обработчиков осуществляется через высокоуровневый программный интерфейс, связь с внешними приложениями - через стандартные потоки ввода/вывода POSIX. Интерактивный графический интерфейс пользователя позволяет производить базовые манипуляции с данными (ввод/вывод, визуализация, редактирование, измерение значений). Реализована поддержка основных форматов хранения сейсмических и аудио данных. Система обладает интерактивностью, удобством расширения, высокой производительностью и свойством кроссплатформенности.

Используемый алгоритм - Платформа реализует многоступенчатый последовательный конвейерный подход к обработке данных с помощью пользовательских алгоритмов (функций), оформленных пр принципу «чёрного ящика». Ввод, вывод и визуализация данных возможны на любом этапе процесса (тракта) обработки.

Функциональные возможности - На уровне графического интерфейса пользователя (GUI) программная система позволяет производить:
    - ввод сейсмических и акустических данных в проект из файлов (в форматах PC, Baikal, SEG-Y, MiniSEED, WAV);
    - вывод сейсмических и акустических данных из проекта в файлы (в форматах PC, WAV);
    - 2D-визуализацию многоканальных данных в различном масштабе с позиционированием записей по времени относительно друг-друга;
    - выбор данных (их фрагментов) для подачи группы трасс на вход  абстрактному обработчику;
    - вызов абстрактного обработчика и возврат результата вычислений с его выхода в проект для дальнейшей передачи на вход следующему абстрактному обработчику (либо для записи в файл);
    - манипуляцию с атрибутами данных (модификация даты и времени);
    - редактирование данных (копирование, удаление, сложение, перемножение, нормализация и т. д.);
    - интерактивное измерение значений данных с помощью передвигаемых мерных маркеров.

На уровне программного интерфейса (API) система предоставляет обработчику  следующие высокоуровневые функциональные возможности:
    - единый интерфейс получения входных данных из любого источника (в условиях априорной неизвестности о структуре вычислительного тракта, в который включается обработчик);
    - «прозрачная» (автоматическая) проверка атрибутов входных данных (количество каналов, соответствие частот дискретизации, их времени начала и длительности) и вывод сообщений об ошибках;
    - единый гибкий интерфейс создания диалоговых средств ввода параметров алгоритмов, включающий проблемно-ориентированные элементы управления;
    - единый интерфейс возврата выходных данных в систему и последующей их визуализации (с возможностью настройки свойств).
Низкоуровневые функции (управление объектами, памятью) реализованы на системном уровне и выполняются «прозрачно» относительно прикладного уровня.
Объём обрабатываемых данных ограничен количеством доступной ОЗУ.

Инструментальные средства создания - Язык Си, Си++, программные библиотеки Qt, gsl, libsndfile, libfftw3.

Назначение - Программный инструментарий представляет собой средство для решения задач анализа, фильтрации и обнаружения импульсных сигналов с применением алгоритма одномерного дискретного вейвлет-преобразования [1]. Данный подход является эффективным применительно к обработке сейсмических и акустических сигналов от импульсных источников в решении задач прикладной геофизики, а также при обработке нестационарных сигналов в других областях.

Область применения - Программа может быть использована в геофизических исследованиях (в частности, в мониторинге) для обработки и анализа сейсмических и акустических импульсных сигналов и любых цифровых последовательностей.

Комплекс состоит из двух частей:
1) Инструмент с интерактивным графическим интерфейсом, включающим развитые средства визуализации процесса обработки на всех этапах.
2) Программная библиотека, позволяющая использовать весь содержащийся функционал в сторонних приложениях (включая Web-приложения).

Анализ сигнала в пространстве вейвлет-коэффициентов позволяет выявить его особенности, соответствующие форме, масштабу распознающего вейвлета и времени (номеру коэффициента). Этому способствует возможность выбора значений порогов обработки коэффициентов на заданных уровнях декомпозиции (как в ручную, так и автоматически, в соответствии с реализованным критерием [2]).
Использованный метод вейвлет-фильтрации предназначен для шумоподавления цифровых записей, содержащих импульсные сигналы и эффективен в задачах обнаружения сейсмических и акустических волн. Алгоритм шумоподавления реализован в соответствии с парадигмой Донохо-Джонстона [2].
Процесс анализа сопровождается информацией о спектральных характеристиках (на основе БПФ) для каждого уровня декомпозиции сигнала.
Инструментарий поддерживает основные форматы хранения сейсмических и аудио-данных, обладает высокой производительностью и свойством кроссплатформенности.

Используемый алгоритм - Использованы алгоритмы дискретного вейвлет-преобразования [1, 2] и быстрого преобразования Фурье.

Функциональные возможности - Программа позволяет осуществлять вейвлет-фильтрацию и вейвлет-сжатие импульсных сейсмических и акустических сигналов. При этом, на уровне графического интерфейса пользователя (GUI) предоставляются следующие возможности:
    - выбор типа вейвлета;
    - выбор метода трешолдинга (мягкий, жёсткий) [2];
    - выбор (ручной, автоматический [2]) значений порога на каждом уровне декомпозиции;
    - обнуление выбранных уровней вейвлет-декомпозиции (в соответствии с заданной полосой частот);
    - сравнение результата обратного вейвлет-преобразования с исходным сигналом (расчёт среднеквадратической ошибки);
    - графическое отображение вейвлет-коэффициентов на всех уровнях декомпозиции;
    - спектральный анализ (на основе БПФ) исходного и отфильтрованного сигналов, а также вейвлет-коэффициентов на каждом уровне декомпозиции;
    - сохранение в файл результата вейвлет-фильтрации (поддерживаются основные форматы представления сейсмических и аудио-данных: PC, Baikal, SEG-Y Passcal, MiniSEED, WAV);
    - чтение/запись из файла параметров созданного вейвлет-фильтра с возможностью дальнейшего его использования в сторонних приложениях, построенных с использованием поставляемой программной библиотеки вейвлет-фильтрации.
    
На уровне программного интерфейса (API) программисту доступны следующие высокоуровневые функциональные возможности:
    -  чтение из файла объекта ранее созданного (с помощью данного API, либо при помощи GUI) вейвлет-фильтра для дальнейшего применения в обработке массива данных сторонним приложением (включая web-приложения);
    - возможность инициализации параметров объекта (структуры) вейвлет-фильтра: типа вейвлета, значений порога обработки коэффициентов, метода оценки значений порога, метода трешолдинга.
Объём обрабатываемых данных ограничен только количеством доступной ОЗУ.

[1]. Добеши И. Десять лекций по вейвлетам. - М.: РХД, 2001. – 464 c.
[2] Donoho D.L. De-noising by soft-thresholding // IEEE Trans. on Inform. Theory, 1995, #3. – p. 613-627.

Инструментальные средства создания - Язык Си, Си++, программные библиотеки Qt, gsl, libsndfile.

Назначение - Обеспечение интерфейса интеграции, позволяющего наполнять целевую БД  данными, полученными из различных источников на основании критериев выборки.

Область применения - Любая сфера бизнеса, где необходимо для наполнения БД получать данные из внешних систем (например, автомобильный дилер: получение данных по клиентам, автомобилям, маркам, моделям, модификациям, прайс-листам, запчастям и сервисным работам из внешней базы данных импортера с контролем целостности и релевантности).

Используемый алгоритм - Алгоритм разработан автором. В качестве алгорима обработки данных выступает логика разбиения синхронизируемых запросов на очередь и обработка этой очереди как в синхронном, так и асинхронном режимах, в зависимости от настройки пользователя. Для уменьшения нагрузки на программно-аппаратную часть реализована клиент-серверная архитекутура с основной обработкой очереди в системном сервисе, связь с которым клиентская часть поддерживает за счет очереди сообщений. Для уменьшения нагрузки на стандартные методы доставки сообщений в ОС  Windows  в очереди сообщений передаются только информация о состоянии сервиса интеграции (запущен или остановлен), времена начала и окончания синхронизации каждого из синхронизируемых запросов. Выборка релевантных записей для ускорения получения результатов строится на анализе последней даты изменения записи, получаемой из системной таблицы баз данных. Контроль целостности строится на рассчете контрольной суммы, отвечающей за содержимой таблицы. В случае, если синхронизируемый запрос получает данные не из реляционной базы данных, а из файла типа  XML,  релевантность записи определяется системными битами релевантности файла на жестком диске, что позволяет обрабатывать только актуальные записи на диске. Программное решение позволяет производить и настраивать через пользовательский интерфейс интеграцию с различными источниками данных, в качестве которых могут выступать как традиционные базы данных, так и файлы XML  типа. Задание синхронизации может выполняться как по расписанияю, так и по запросу. Запросы на получение данных могут редактироваться во встроенном редакторе запросов, изменения в котором применяются сразу же, без необходимости перезапуска процесса интеграции.

Функциональные возможности - На данный момент отсутствуют какие-либо ограничения на объем обрабатываемых данных. В процессе тестовых испытаний и опытной эксплуатации проводилась успешная интеграция и обработка данных суммарным объемом 898000 строк. Общая загрузка системы не превышала 10%  в пиковые периоды обработки данных. 

Более подробное описание функционала и методики работы - в прикрепленном файле.

Инструментальные средства создания - Microsoft Visual Studio 2012, EntityFramework, Microsoft Visual C++

Назначение: Программа предназначена для расчёта состава шихты для приготовления стекла, а также для расчёта молярной массы веществ, мольных долей и т. д. 

Область применения: Программа может быть использована в стекольной промышленности, материаловедении. 

Используемый алгоритм:  В программе использован алгоритм расчета состава шихты, описаный в  [1] и [2].

[1]  Будов В. М., СаркисовП.Д. Производство строительного и технического стекла. — М: Высш. шк., 1985. — 213 с. 

[2]. Панасюк В. И. Химический анализ стекла и сырьевых материалов. — М.: Стройиздат, 1971. — 278 с. 

Описание работы программы: 

Состав стекольной шихты рассчитывается по заданно­му составу стекла с учетом составов ис­пользуемых сырьевых материалов и стеклобоя.

После запуска программы пользователь указывает входные параметры (формулу вещества, мольную долю, общую навеску) и добавляет данные в таблицу. Расчет ведётся на 100 частей стекла по массе. Расчет состава шихты заключается в решении систе­мы уравнений с несколькими неизвестными, причем чис­ло неизвестных зависит от количества сырьевых матери­алов, вводящих в состав стекла сразу несколько компо­нентов. Если стекло и применяемые сырьевые материа­лы являются многокомпонентными, число неизвестных и уравнений увеличивается, и в этом случае расчет шихты значительно усложняется.

Функциональные возможности: Программа позволяет производить расчёт шихты, молярные массы веществ, мольные доли, анализ навесок и  др.

Инструментальные средства создания: Среда программирования Delphi 7.0

Назначение - Программа представляет собой электронный конструктор, позволяющий моделировать размещение на макетной печатной плате электронных компонентов.

Область применения - Программа может быть использована в  физике, электронике, а также при разработке и проектировании печатных плат. 

Используемый алгоритм:  Программа осуществляет построение моделей радиоэлектронных компонентов,  затем сохраняет их координаты в памяти компьютера. 

Функциональные возможности 

 С помощью программы можно:

- добавлять, размещать и удалять на плате различные электронные компоненты;

- осуществлять обзор платы в режиме 3D;

- сохранять изображение имитируемой макетной платы с деталями.

Одной из главных особенностей комплекса является максимально возможная имитация реальной печатной платы с деталями.  Для этой цели предусмотрено следующее:

 - изображения деталей конструктора и измерительных приборов приводятся не схематически, а в реальном виде;

- предусмотрена защита от столкновений и наложений компонентов;

- работа с деталями происходит в реальном времени;

- удобные настройки построения объектов. 

Инструментальные средства создания - Среда программирования Delphi 7.0

Назначение: Программа предназначена для построения прямой регрессии по точкам, используя метод наименьших квадратов. В основе метода наименьших квадратов (МНК) лежит поиск таких значений коэффициентов регрессии, при которых сумма квадратов отклонений теоретического распределения от эмпирического была бы наименьшей.

Область применения: Программа может быть использована в расчётах по математике и физике. 

Используемый алгоритм:  Использованы алгоритмы расчета аппроксимирующей функции и построения прямой методом наименьших квадротов [1]:

[1] Линник Ю. В. Метод наименьших квадратов и основы математико-статистической теории обработки наблюдений. — 2-е изд. — М., 1962. (математическая теория).

Описание работы программы: 

1. После запуска программы пользователь указывает входные параметры (исходные данные) .

2. Программа осуществляет расчёт  стандартных отклонений a,b и получает с помощью МНК уравнение аппроксимирующей прямой.

3. Программа выбирает масштаб на графике.  

4. Программа осуществляет расчёт коэффициента корреляции и значений погрешностей.

5. Программа строит аппроксимирующую прямую в специальном окне.  

Функциональные возможности: Опции программы позволяют строить функциональную зависимость по данным (до тысячи точек),  отмечать на графике погрешности, рассчитывать неизвестные константы методом наименьших квадратов с точностью до тысячных долей и др.

Инструментальные средства создания: Среда программирования Delphi 7.0