načítání...
nákupní košík
Košík

je prázdný
a
b

E-kniha: World Science - vědecký sborník

World Science

Elektronická kniha: World Science
Autor:

Proceedings includes materials of the international scientific conference «World Science», held in Czech Republic, Karlovy Vary-Russia, Moscow, June 29-30, 2017. The main objective of the conference ... (celý popis)
Produkt teď bohužel není dostupný.

»hlídat dostupnost


hodnoceni - 0%hodnoceni - 0%hodnoceni - 0%hodnoceni - 0%hodnoceni - 0%   celkové hodnocení
0 hodnocení + 0 recenzí

Specifikace
Nakladatelství: Skleněný můstek s.r.o.
Dostupné formáty
ke stažení:
PDF
Upozornění: většina e-knih je zabezpečena proti tisku
Médium: e-book
Počet stran: 457
Jazyk: EN
ADOBE DRM: bez
ISBN: 999-00-017-8798-1
Ukázka: » zobrazit ukázku
Popis

Proceedings includes materials of the international scientific conference «World Science», held in Czech Republic, Karlovy Vary-Russia, Moscow, June 29-30, 2017. The main objective of the conference - the development community of scholars and practitioners in various fields of science. Conference was attended by scientists and experts from Belarus, Kazakhstan, Russia, Moldova.   Sborník obsahuje materiály z mezinárodní vědecké konference «Světová věda», která se konala v České republice - Karlovy Vary a v Rusku - Moskva, červen 29.-30, 2017. Hlavním cílem konference - vývojářská komunita vědců a odborníků v různých oblastech vědy. Konference se zúčastnili vědci a odborníci z Běloruska, Kazachstánu, Ruska, Moldavska.

Související tituly dle názvu:
Ošetrovateľstvo teória a vedecký výskum Ošetrovateľstvo teória a vedecký výskum
Kolektív autorov
Cena: 188 Kč
Skoncujte s cukrovkou! Skoncujte s cukrovkou!
Fuhrman Joel
Cena: 266 Kč
Vědecký deník Vědecký deník
Dratvová Albína
Cena: 352 Kč
Vědecký realismus  a literatura Vědecký realismus a literatura
Cosentino Annalisa
Cena: 156 Kč
Recenze a komentáře k titulu
Zatím žádné recenze.


Ukázka / obsah
Přepis ukázky

World Science

Proceedings of articles the international scientific conference

Czech Republic, Karlovy Vary - Russia, Moscow, June 29-30, 2017

Czech Republic, Karlovy Vary - Russia, Kirov, 2017


UDC 001

BBK 72

М64

Scientific editors:

Medvedeva Irina Aleksandrovna, Doctor of pedagogical sciences, professor of Chuvash State Pedagogical University named I. Ja. Jakovlev

Zaripova Tat'jana Nikolaevna, Doctor of Medical Sciences, professor, leading researcher of the Tomsk Scientific Research Institute of Balneology and Physiotherapy of the Siberian Federal Scientific and Clinical Center of the Federal Medical and Biological Agency

Vernigorov Ju.M., Doctor of Technical Sciences, Professor of the Don State Technical University

Sitnikova L.V., Doctor of Economics, Professor of the Department of Business Economics of Ufa State Aviation Technical University

World Science: Proceedings of articles the international scientific conference. Czech

Republic, Karlovy Vary - Russia, Moscow, June 29-30, 2017 [Electronic resource] / Editors prof.

I.A.Medvedeva, T.N.Zaripova, Ju.M.Vernigorov, L.V.Sitnikova. – Electron. txt. d. (1 file 6,2

MB). – Czech Republic, Karlovy Vary: Skleněný Můstek – Russia, Kirov: MCNIP, 2017. – ISBN

978-80-7534-147-1 + ISBN 978-5-00090-122-9.

Proceedings includes materials of the international scientific conference «World Science», held in

Czech Republic, Karlovy Vary-Russia, Moscow, June 29-30, 2017. The main objective of the conference

- the development community of scholars and practitioners in various fields of science. Conference

was attended by scientists and experts from Belarus, Kazakhstan, Russia, Moldova.

ISBN 978-80-7534-147-1 (Skleněný Můstek, Karlovy Vary, Czech Republic)

ISBN 978-5-00090-122-9 (MCNIP LLC, Kirov, Russian Federation)

Articles are published in author's edition. Editorial opinion may not coincide with the views of the

authors

Reproduction of any materials collection is carried out to resolve the editorial board

© Skleněný Můstek, 2017

© MCNIP LLC, 2017

М64


4

Table of Contents

Section 1. Physics and Mathematics .............................................................. 9

Преснова А.П. Алгоритмический метод решения уравнения Риккати при

построении субоптимальных управлений нелинейными объектами .... 10 Section 2. Biology ......................................................................................... 21

Балашевич Т.В. Потенцирующее влияние плазминогена на клетки

спинного мозга .......................................................................................... 22

Косян Д.Б. Оценка действия наночастиц на различных тест-объектах ... 46

Сметанина М.А., Сипин Ф.А., Севостьянова К.С., Майбородин И.В.,

Филиппенко М.Л. Экспрессия белков внеклеточного матрикса и

сигнальных путей, задействованных в патогенезе варикозного

расширения вен ......................................................................................... 51

Section 3. Technology ................................................................................... 58

Вернигоров Ю.М., Лелетко К.К., Фролова Н.Н. Моделирование

разрушения частиц ферромагнитных материалов в

магнитовибрирующем слое ...................................................................... 59

Войнов К.Н., Хилдаяти А., Гхеллаб Я. Методики защиты воздушного

бассейна от газов предприятий и выходящих из труб автомобилей ..... 71

Коваль Г.И., Каримова Т.Г. Технология и оборудование для маятниковой

зигзагообразной укладки минеральной ваты .......................................... 76

Подобедов П.Н., Масленников П.А. Анализ отказов

электрооборудования распределительных подстанций по причине

электроизоляционных элементов конструкции и способа их

предотвращения ........................................................................................ 96

Передельский Г.И., Плесконос Л.В. Многоветвийные мостовые

электрические цепи на основе четырёхполюсников R-L и R-C

структур .................................................................................................... 106

Сенченко К.А. Применение информационных моделей BIM для выбора

оптимального решения развития районов с социально – экономической

сегрегацией .............................................................................................. 117

Раздел 4. Agriculture ................................................................................. 122

Ермакова Н.В. Использование природных антиоксидантов для

коррекции стресса в животноводстве .................................................... 123

Section 5. History and Archeology .............................................................. 128

Арчебасова Н.А. «Разрешено к использованию для ...»: Просветительная

печатная деятельность в Российской империи XIX века ....................... 129

Шувалов В.И. Дж. Ст. Милль и проблема дедуктивных установок в

области исследования социально-психического ................................... 148

Section 6. Economics .................................................................................. 157

Александрова М.А., Пахомова Е.А., Рожкова О.В. Основные подходы к

эконометрическому моделированию занятости на основе отраслевой

специфики ................................................................................................ 158

Bykova A.E., Onoshko O.U. Currency Wars ................................................ 163

Замулин А.Л., Ивакина М.В. Повышение внутренней интеграции

компании: развитие взаимодействия и сотрудничества ...................... 174

Исмагилова Л.А., Ситникова Л.В. Планирование технического

обслуживания и ремонта оборудования электросетевой компании ... 195

Каримова Т.Г. Исследование импортозависимости предприятий

машиностроения и металлургии Челябинской области ....................... 202

Кислая И.А., Мурачева О. Обзор современных направлений

совершенствования управления денежными потоками организации 219

Коршунова Л.Н., Машкова А.В. Организация системы учета затрат на

производство продукции растениеводства как фактор экономической

безопасности предприятия ..................................................................... 225

Мальцева Ю.А., Данилова К.А. Оппортунизм розничного покупателя –

девиантное поведение или ответная реакция: маркетинговый опыт

осмысления проблемы ........................................................................... 238

Маркарян В.Р. Производительность труда как важнейший приоритет

экономической политики государства ................................................... 248

Марьяненко А.А. Особенности взаимодействия субъектов венчурной

индустрии в Израиле ............................................................................... 254

Самохина Е.А. Особенности системы высшего образования (на примере

Японии) .................................................................................................... 260

Смирнов А.В. Экономические предпосылки тэтчеризма ...................... 263

Стоянова М.В. К вопросу оценки синергетического эффекта

инжиниринговой деятельности .............................................................. 268

Ширинкина Е.В. Модель выпускника в парадигме реформирования

высшего образования .............................................................................. 275

Section 7. Philosophy ................................................................................. 278

Плужникова Н.Н., Феденев В.Д. Манипуляция сознанием в современном

обществе: общественно-политические и религиозные аспекты .......... 279

Section 8. Philology .................................................................................... 284

Иванова П.С. Отрицательная коннотация в объекте оценки сравнений

художественного текста .......................................................................... 285

Nikishina S.R, Yarullina A.Sh. Language interference in teaching of a foreign

language .................................................................................................... 292

Section 9. Pedagogy ................................................................................... 296

Дивеева Г.В., Клюсова В.В., Слинкин С.В. Адресные программы

повышения качества образования как элемент стратегии поддержки

образовательных организаций ............................................................... 297

7

Дмитревская Ю.С., Фоломкин А.И. Применение современных САПР при

подготовке бакалавров по направлению «Технологические машины и

оборудование» ........................................................................................ 320

Дунаев Д.А., Баранова Н.А. Интеллектуальная информационная система

в процессе разрешения конфликта учебно-профессиональной адаптации

студентов ................................................................................................. 325

Живаева Л.Н. Проблема обучения младших школьников электронной

переписке ................................................................................................ 330

Zolotova M.V., Ganyushkina E.V., Kaminskaya N.V. Task-Based Learning as a

variable component of standardized language teaching ........................... 335

Лопарева А.А. Процесс развития одаренности и исследовательских

качеств лицеистов в рамках сетевого взаимодействия образовательных

и других организаций .............................................................................. 341

Медведева И.А., Таймасова Р.М. Принципы модульной технологии в

дирижерско-хоровой подготовке педагога-музыканта ........................ 361

Смирнова Е.Е. Актуальные вопросы подготовки бакалавров, изучающих

налоговые дисциплины в условиях глобальных изменений ................ 366

Ширшова И.А. Содержание и структура курса «Взаимодействие

субъектов педагогического процесса» для подготовки молодыхученых

педагогов ................................................................................................. 371

Юшкова К.В. Роль ценностного отношения к профессии в процессе

профессионального самоопределения будущего бакалавра ............... 379

Section 10. Medicine .................................................................................. 386

Алмуратова А.С. Распространенность и структура рецессии десны ..... 387

Гончарова О.М., Сапко Н.Н., Добыш Л.В., Перетолчина О.В., Киреева О.С.

Сравнительный анализ качества проведения диспансеризации больных

кислотозависимыми заболеваниями в амбулаторных условиях ......... 392

Ермолова Н.В., Маркарьян И.В., Друккер Н.А., Аванесова Т.Г., Левкович

М.А., Моисеева Н.Н., Томай Л.Р., Александрова Е.М. Лептин и молекула

сосудистой клеточной адгезии сыворотки крови и перитонеальной

жидкости в формировании стадий наружного генитального

эндометриоза у пациенток репродуктивного возраста ........................ 397

Ермошкин В. Возможный механизм геморроя и других проблем органов

малого таза .............................................................................................. 409

Зарипова Т.Н., Антипова И.И., Юрьева Н.М. Патогенетическая общность

поражения систем дыхания и пищеварения при бронхиальной

астме ......................................................................................................... 412

Левкович М.А., Ермолова Н.В., Аванесова Т.Г., Маркарян И.В.

Генитальный эндометриоз: теории формирования .............................. 417

Маркарьян И.В., Ермолова Н.В., Погорелова Т.Н., Гунько В.О., Томай Л.Р.,

Аванесова Т.Г., Колесникова Л.В. Метаболомные особенности агматина,

янтарной и лимонной кислот в сыворотке крови при наружном

генитальном эндометриозе .................................................................... 426

Наркевич А.Н. Алгоритмы сегментации цифровых микроскопических

изображений мокроты, окрашенной по методу Циля-Нильсена ......... 431

Тихон А.С. Профессиональные факторы, связанные с синдромом

выгорания ................................................................................................ 437

Section 11. Art Criticism ............................................................................. 447

Степуленок Я.А. Архитектурные доминанты улично-ландшафтной сети

застройки исторического центра Санкт-Петербурга .............................. 448


9

SECTION 1.

PHYSICS AND

MATHEMATICS


10

АЛГОРИТМИЧЕСКИЙ МЕТОД РЕШЕНИЯ

УРАВНЕНИЯ РИККАТИ ПРИ ПОСТРОЕНИИ

СУБОПТИМАЛЬНЫХ УПРАВЛЕНИЙ

НЕЛИНЕЙНЫМИ ОБЪЕКТАМИ

ПРЕСНОВА А.П.

РОССИЯ, НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА

ЭКОНОМИКИ

Аннотация. Рассматривается проблема построения оптимального управления

для класса нелинейных объектов, представимых в виде объектов с линейной

структурой и параметрами, зависящими от состояния. Линейность структуры,

преобразованной исходной нелинейной системы, и квадратичный функционал

качества позволяют при синтезе субоптимального управления, перейти от

необходимости поиска решений уравнения Гамильтона-Якоби к уравнению типа

Риккати с параметрами, зависящими от состояния. Основная проблема синтеза

оптимального управления связана с проблемой поиска решения полученного

уравнения в темпе функционирования объекта. В работе предложен

алгоритмический метод решения данного уравнения, основанный на

использовании необходимых условий оптимальности рассматриваемой системы

управления.

Ключевые слова: математическое моделирование, субоптимальное управление,

нелинейные динамические системы, уравнение Риккати, уравнениеГамильтонаЯкоби-Беллмана.

Abstract. The paper considers the problem of constructing optimal control for a class

of nonlinear objects, can be represented as objects with linear structure and

parameters, depending on the state. The linearity of the structure, converted the

original nonlinear system, and a quadratic cost functional allows the synthesis of

suboptimal control to move from the necessity of finding solutions to equations of

Hamilton-Jacobi equation of Riccati type with the parameters depending on the state.

The main problem of synthesis of optimal control deals with the problem of finding

solutions to the resulting equations in the operation rate of the object. In the work

proposed algorithmic method of solving this equation, based on the use of necessary

optimality conditions of the considered control system.

Keywords: mathematical simulation, suboptimal control, nonlinear dynamical

systems, Riccati equation, the equation of Hamilton-Jacobi-Bellman. Введение С развитием науки и техники в теории автоматического управления появилась возможность построения субоптимальных управлений для нелинейных динамических систем с помощью различных методов (линеаризация рядом Тейлора, линеаризация обратной связью, поточечное решение системы). Значительно расширился класс объектов, работающих в условиях неполной априорной и текущей информации об их состоянии, параметрах, взаимодействии со средой. В большинстве практических приложений достоверная априорная информация о модели исследуемого объекта вообще отсутствует, и ее построение связано с большими трудностями, а потому задачу построения управления приходится решать при неполном знании модели, а также в условиях стохастической неопределенности [1, 2]. В последние годы большое внимание уделяется медицинской и биологической сферам приложения идей теории управления. На сегодняшний день, синтезированные математические модели, использующие параметры, полученные из обработки реальных данных, позволяют, например, описывать процессы, происходящие в организме человека при таких заболеваниях как сахарный диабет, рак или при наличии вируса ВИЧ в организме [3,4,5]. В данной работе предложен метод алгоритмического конструирования систем управления с неполной информацией о состоянии, параметрах и

12

взаимодействии со средой, основанный на применении основных

результатов аналитического конструирования [6], а именно, на применении

в основе конструкций алгоритмов оптимизации необходимых

(достаточных) условий минимума функционалов качества. В настоящей

статье в рамках алгоритмического конструирования [7] предложен

алгоритм оптимизации нестационарных систем управления с неполной

информацией о параметрах, основанный на применении принципа

минимума Понтрягина и необходимых условий оптимальности (уравнение

Гамильтона-Якоби).

Постановка задачи

Пусть нелинейный управляемый и наблюдаемый объект описывается

векторным дифференциальным уравнением

( ) ( ) ( ) ( ),

d

x t f x B x u t

dt

 (1)

n

xR −состояние системы;

00

xX ,

X − область возможных начальных

состояний системы;

r

uR −управление, подлежащее нахождению. Матрицы

( ), ( )f x B x действительны и непрерывны, пара матриц ( ), ( )f x B x является

управляемой, кроме того будем предполагать матрицы достаточно гладкими,

чтобы через любые

00

( , )tx проходило одно и только одно решение

00

( , , )x t t x .

Вектор-функция ()fx ─ непрерывная дифференцируемая по Ω.

x

x

Исходная нелинейная система (1) может быть представлена в виде модели

системы [8]

( ) ( ) ( ) ( ) ( ), (0) ,

d

x t A x x t B x u t x x

dt

   (2)

которая имеет линейную структуру с параметрами, зависящими от

состояния ( ) ( ) ( )A x x t f x . Для синтеза управления ()ut введем функционал

качества

13

 

T T

1

( , ) ( ) ( ) ( ) ( ) .

2

f

t

t

J x u x t Q x t u t Ru t dt

(3)

Оптимальное управление определяется соотношением

T1

( ) ( ) ( ) ( ),u t R B x S x x t

 (4)

где матрица ()Sx − решение уравнения Риккати с параметрами, зависящими от

состояния,

T 1 T

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 0S x A x A x S x S x B x R B x S x Q

    . (5)

Основная проблема реализации управления вида (4) заключается в

сложности нахождения матрицы ()Sx, как решения уравнения (5) в темпе

функционирования объекта.

Необходимые условия оптимальности

Оптимизация системы управления осуществляется соответствующей

перестройкой, как параметров объекта, так и параметров регулятора. Этот

класс нестационарных систем управления с оптимизацией относят к

системам координатно-параметрического управления.

Функционал качества (3) зададим в виде функционала Больца в виде

( , ) ( ( ), ) ( , , )

T

t

J x u x T T L t x u dt=+

т

, (6)

где

T

( ( ), ) ( ( ), ) ( ( ), )x T T K x T T x T T  =+ . (7)

Здесь ( ( ), ) 0x T T = − заданная область краевых значений состояния

системы,

q

R − вспомогательная переменная.

Для системы управления с объектом (2), при предположении об отсутствии

параметрических возмущений, образуем гамильтониан

14

( , , , ) ( , , ) ( ) ( , )

T

H t x u L t x u t f x u , (8)

где )(t - вспомогательная переменная, являющаяся решением

дифференциального уравнения

( , , , )

()

()

,

( ( ), )

( ) .

()

d H t x u

t

dt x t

Ф x T T

T

xT







  







(9)

Оптимальное управление отыскивается как:

 в случае, когда ограничения на управление не эффективны, т.е.

оптимальное управление достигается внутри области допустимых

управлений (не находится на границах замыкания заданного

множества допустимых управлений U ), то

( , , , )

()

H t x u

ut



; (10)

 в случае, когда ограничения на управление эффективны, т.е.

оптимальное управление достигается на границах области

допустимых управлений U , то

0 0 0

()

( , , , ) min ( , , , ), [ , ]

u t U

H t x u H t x u t t T

. (11)

Таким образом, оптимальное управление выбирается из условия

00

( ) arg min ( , , , )

uU

u t H t x u 

 . (12)

Следует отметить, что краевые условия на правом конце для переменной

)(t и поведение гамильтониана зависят от объекта, вида задаваемой

области конечных значений состояния системы и задания (или не задания)

времени переходного процесса.

15

Условия оптимальности, сформулированные в виде двухточечной краевой

задачи (2), (9) и условий выбора управления (10), (11), являются

необходимыми условиями минимума функционала (6).

Продифференцировав ( , , , )H t x u  по времени, с учетом возможности

перехода к открытой области управляющих воздействий, получим

( , , , )

d H H dx H d H du

H t x u

dt t x dt dt u dt

   

   

   

.

Учитывая, что дифференциальные уравнения (2) и (9) образуют

каноническую форму, а также, что 0

dt

du

u

H

(либо 0

u

H

, либо 0

dt

du

, либо

u

H

и

dt

du

- ортогональны), последнее выражение можно переписать в виде

( , , , )

( , , , )

d H t x u

H t x u

dt t

. (13)

Краевые условия для уравнения (13) задаются на правом конце и зависят от

области конечных значений состояния системы управления.

Очевидно, что поведение гамильтониана при оптимальном управлении

принимает вполне определенную траекторию, определяемую решением

дифференциального уравнения с краевым условием на правом конце (за

исключением стационарного случая, когда гамильтониан не зависит от

времени). Это поведение положим в основу конструкции алгоритмов

оптимизации системы управления.

Алгоритмы оптимизации

Пусть нестационарный управляемый объект описывается векторным

дифференциальным уравнением вида

16

00

( ) ( , , , )

( ) ,

d

x t f x u

dt

x t x



(14)

здесь

n

Rx  - вектор состояния объекта,

r

Ru  - вектор управляющих воздействий,

k

R  - вектор возмущаемых параметров,

P

R  - вектор параметров,

выделенных для оптимизации функционирования объекта.

Запишем необходимые условия минимума функционала качества,

выраженные в поведении гамильтониана на оптимальной траектории, в

виде

00

( ) ( ) ( ) 0,t H t t    (15)

здесь ()t - поведение гамильтониана на оптимальной траектории.

Рассмотрим вначале случай, когда в (14) kp  и с помощью параметров

()t предполагается парировать соответствующие параметрические

возмущения, т.е. предполагается, что возможно достижение следующего

соотношения:

( ) ( )tt . (16)

При выполнении (16) уравнение объекта (14) будет иметь вид

00

( ) ( , )

( ) .

d

x t f x u

dt

x t x

(17)

Если функционал ( ( ), ( ), )J x u tЧЧ гладкий, то оптимальное управление )(

tu

при выполнении соотношения (16) для объекта (17) обеспечивает

выполнение уравнения Гамильтона – Якоби. Это уравнение описывает

поведение функционала ( ( ), ( ))J x uЧЧ вдоль траектории )(tx данной системы

00

00

( , ) ( , )

, ( ), ( ), , (t) .

()

J t x J t x

H t x t u x t

t x t

йщмь

¶¶пп

къ

=

нэ

къ

¶¶пп

оюлы

(18)

17

Для случая, когда, ( ) ( )tt , управление

( , )

( ) ( ),

()

J t x

u t u x t

xt







, уравнение

Гамильтона – Якоби будет иметь вид

( , ) ( , ) ( , ) ( , )

(t) ( ) , ( ), ( ), , (t)

()

J t x J t x d J t x d J t x

t H t x t u x t

t d t d t x t

  



йщмь

¶ ¶ ¶ ¶пп

къ

++=- нэ

къ

¶ ¶ ¶ ¶пп

оюлы

. (21)

Учитывая, что

00

( , )

( ) ( ),

()

J t x

u t u x t

xt







является Н -минимальным

управлением, т.е.

00

( , ) ( , )

, ( ), ( ), , ( ) , ( ), ( ), , ( )

( ) ( )

J t x J t x

H t x t u x t t H t x t u x t t

x t x t







   









,

сравнивая левые части уравнений (20) и (21), получим следующее условие

( , ) ( , )

( ) ( ) 0

J t x d J t x d

tt

d t d t





¶¶

¶¶

, (22)

так как

( , ) ( , )J t x J t x

tt





.

Назначим алгоритм, «парирующий» параметрические возмущения ( ),t в

виде

00

( , )

( ) ,

()

( ) .

d J t x

t

dt t

t





(23)

Используя неравенство (22), можно получить условие на максимально

возможную скорость изменения возмущенных параметров, при которой

алгоритм (23) обеспечит асимптотические свойства процессу

параметрической оптимизации. Подставляя (23) в (22), получим

T

( , ) ( , ) ( , )

()

( ) ( ) ( )

J t x d J t x J t x

t

t d t t t

  

мь

¶ ¶ ¶пп

Ј

нэ

¶ ¶ ¶пп

ою

.

18

Откуда

*

2

( , ) ( , )

( ) , [ , ]

( ) ( )

J t x d J t x

t t t T

t dt t



¶¶

¶¶

, (24)

где

*

()

d

t

dt

 - наибольшая скорость изменения возмущающих параметров.

Вернемся к поведению гамильтониана на оптимальной траектории (15).

Очевидно, что если ( ) ( )tt , то равенство (15) выполняться не будет, т.е.

( ) ( , , , ) ( ) 0t H t x u t    . Это обстоятельство положим в основу алгоритмов

оптимизации. Введем в рассмотрение функцию Ляпунова

   

2

211

( ( ), ( )) ( ) ( ) ( )

22

V t t t        . (25)

Тогда

( ( ), ( )) ( ) ( ) 0

( ) ( )

d H d H d

V t t

dt t dt t dt

   





     







, (26)

так как

HH

tt





,

()

()

t

t

и

()

()

t

t

.

Пусть алгоритм параметрической оптимизации имеет вид

T

00

( , , , )

( ) ( ),

()

( ) .

d H t x u

tt

dt t

t



мь

¶пп

= - Внэ

¶пп

ою

=

(27)

тогда неравенство (26) примет вид

2

2

( , , , ) ( , , , )

( ) ( ) ( ) 0

( ) ( )

H t x u d H t x u

t t t

t dt t





¶¶

В - В Ј

¶¶

. (28)

Из последнего неравенства следует, что параметрическая оптимизация

будет успешной, если будет выполняться следующее неравенство:

19

2

*2

( , , , ) ( , , , )

( ) ( ) ( ) 0

( ) ( )

H t x u d H t x u

t t t

t dt t





¶¶

В - В <

¶¶

,

здесь

*

()

d

t

dt

 − наибольшая скорость изменения возмущающих параметров.

Назначение алгоритма параметрической оптимизации в виде (27) позволит

получить условие успешной параметрической оптимизации:

2

*

( , , , ) ( , , , )

( ) ( ) ( ) , [ , ]

( ) ( )

H t x u H t x u d

t t t t t T

t t dt





¶¶

В > В О

¶¶

. (29)

Полученное условие (29) является необходимым условием успешного

процесса параметрической оптимизации нестационарного объекта вида

(14).

Заключение

В данной работе для синтеза субоптимального управления нелинейным

объектом были сформулированы условия процесса оптимизации,

обеспечивающие асимптотический перевод функционала качества из

периферийных его значений в минимум. С помощью методов

алгоритмического конструирования, были представлены и исследованы

алгоритмы оптимизации нестационарных систем управления с

квадратичным функционалом качества в условиях неполной априорной

информации. В основу всех полученных алгоритмов положены уравнение

Гамильтона-Якоби и принцип минимума Понтрягина. Полученные

результаты позволяют находить решение уравнения Риккати с

параметрами, зависящими от состояния, алгоритмическим методом.

Практическое применение данного метода рассмотрено в работе [9].

Список литературы:

1. Алексеев В.М., Тихомиров В.М., Фомин С.В. Оптимальное управление. М.: Наука,

1979. 430 с. 2. Афанасьев В.Н., Колмановский В.Б., Носов В.Р. Математическая теория

конструирования систем управления. М.: Высшая школа, 2003. 615 с. 3. Chang H., Astrofi F. Control of HIV Infection Dynamics by the Enhancement of the

Immune System // Proc. 17th World Conf. IFAC, Seoul, Korea, July 6-11. P.12217-

12222. 4. Perelson A.S. Dynamics of hiv infection of CD4+T cells // Math.Biosciences. 1993. Vol.

114. P. 81-125. 5. Zurakowski R., Teel A. A model predictive control based scheduling method for HIV

therapy // Journal of Theoretical Biology. 2006. Vol. 238. P. 368-382. 6. Афанасьев В.Н. Аналитическое конструирование детерминированных

конечномерных систем управления. МИЭМ М., 2003. 160 с. 7. Афанасьев В.Н. Алгоритмическое конструирование систем управления с

неполной информацией. МИЭМ М., 2004. 148 с. 8. Афанасьев В.Н. Управление нелинейными неопределенными динамическими

объектами. URSS М., 2015. 224 c. 9. Преснова А.П. Метод алгоритмического конструирования в задаче

медикаментозного лечения ВИЧ // Качество. Инновации. Образование. 2016. No

5, с. 33-41.


21

SECTION 2.

BIOLOGY


22

ПОТЕНЦИРУЮЩЕЕ ВЛИЯНИЕ ПЛАЗМИНОГЕНА

НА КЛЕТКИ СПИННОГО МОЗГА

БАЛАШЕВИЧ Т.В.

БЕЛАРУСЬ, ИНСТИТУТ ФИЗИОЛОГИИ НАН

Введение. Секреция и синтез плазминогена (Pg) в организме

млекопитающих осуществляется не только печенью, но и отдельными

субпопуляциями нейронов и микроглией. Исследования на культурах

нервной ткани показали, что Pg обладает нейротрофическим действием 1,

2, 3. Являясь нейротрофическим фактором, Pg контролирует

выживаемость, рост, пролиферацию, дифференцировку, пластичность и

регенерацию клеток-мишеней, их устойчивость к повреждающим внешним

и внутренним воздействиям на протяжении всего биологического цикла

развития 1, 2, 4, 5. Он также участвует в процессах миграции клеток,

нейритогенеза и канцерогенеза [6, 7, 8, 9].

Синтез Pg, активаторов Pg и их ингибиторов в нервной ткани делает

возможным участие этого звена системы протеолиза в физиологических

событиях, пластичности и тканевых перестройках, поскольку все

компоненты этого каскада присутствуют локально. Доказано, что система

белков «плазминоген–плазмин» играет решающую роль в становлении

практически всех физиологических систем организма на стадии

эмбрионального и раннего постнатального онтогенеза 10.

Исследования свойств компонентов данной протеолитической системы

позволяют рассматривать их как полноценные биорегуляторы в системе

общего контроля гомеостаза нервной ткани, поскольку они участвуют в

реализации экстраклеточного протеолиза, обеспечивают перестройку


23

межклеточного матрикса, модификацию мембранных рецепторов,

активацию предшественников факторов роста и других биологически

активных молекул 11, 12. Между тем, данные литературы о влиянии Pg на

состояние клеток нервной ткани при изменении их метаболического статуса

малочисленны и фрагментарны.

Несмотря на применение глицина (Gly) в нейрофармакологиии и

многочисленные исследования гиперполяризующей способности данного

агента, мало изучено его влияние на функционально-метаболическое

состояние клеток нервной ткани. Существуют даже сведения о

нейродегенеративных эффектах глицина в высоких дозах [13, 14], однако

механизмы запуска таких реакций до сих пор не расшифрованы. В связи с

приведенными выше сведениями целесообразным представляется

исследование влияния Pg на функциональную активность клеток первичных

культур нервной ткани, а также динамики этой активности на фоне

изменения метаболического статуса клеток глицином.

Цель работы – установить закономерности влияния плазминогена на

основные характеристики функционально-метаболического состояния

клеток нервной ткани на фоне действия глицина. Задачи исследования:

1. Оценить влияние плазминогена, глицина и их совместного

воздействия на выживаемость и пролиферативную активность клеток

нервной ткани млекопитающих.

2. Изучить влияние плазминогена на морфологические характеристики

клеток нервной ткани на фоне действия глицина.

3. Установить динамику содержания нуклеиновых кислот и белка в

клетках нервной ткани при влиянии плазминогена, глицина и их

совместного воздействия. Материалы. Очищенные образцы Pg, полученные из фракции β-глобулинов аффинной хроматографией на лизин-Сефарозе (НИИ эпидемиологии и микробиологии Минздрава РБ). Глицин был приобретен у фирмы

24

«Applichem» (Германия). NADH, пируват натрия, ЭТС, питательная

средаDMEM, трипсин, PBS– «Sigma-Aldrich» (США), остальные реактивы –

производства стран СНГ.

Методы исследования

Первичная культура спинного мозга крысы. Работа была выполнена на

эксплантатах спинного мозга новорожденных крыс (возраст – 1–2 сут).

Стерильно извлеченные эксплантаты спинного мозга подвергали

механическому и энзиматическому (0,025% раствор трипсина)

диспергированию. Клетки в трипсинизированных культурах сохраняют

гистогенетические потенции и частные морфологические, гистохимические,

иммунологические особенности, присущие исходному материалу перед

эксплантацией, а также позволяют проводить более подробную оценку

изменения состояния клеточных сом, отростков и субклеточных структур.

Клеточную суспензию высевали в чашки Петри (диаметр дна 35 мм) со

специальным покрытием в синтетическую питательную среду, содержащую

15% ЭТС, 25 мкг/мл гентамицина, 0.06% глюкозы. Плотность посева – 25 000

клеток/см

2

в 2 мл питательной среды. Клетки культивировали в СО2-

инкубаторе при 37 °С со сменой среды каждые 3 суток. К 14 сут

культивирования количество клеток возрастало в 4–6 раз, большинство

клеток претерпевало дифференцировку, культура становилась

гетерогенной. По истечении 14 сут питательную среду клеток заменяли на

свежую, содержащую 0.5% ЭТС и изучаемые агенты. Поскольку

предварительно в экспериментах с использованием постоянной клеточной

линии было установлено, что максимальный по амплитуде ответ

наблюдается при действии глицина в концентрациях 0.01; 0.1; 50.0 мМ, то в

экспериментах по изучению совместного действия с Pg на первичных

культурах использовали только эти концентрации аминокислоты.

До влияния, спустя 24 и 72 ч после введения изучаемых агентов в

питательную среду культуры фотографировали в фиксированных зонах

монослоя при помощи CCD камеры и изображения сохраняли для

25

последующей обработки. При проведении измерений цифровое фото

спинного мозга обрабатывали в программе ImageJ. В программе ImageJ

производили измерение длины сомы и отростков, площади ядра и

клеточного тела, подсчет количества отростков и их ветвлений. Определяли

количество живых клеток и выживаемость разных типов клеток.

Cубстанцию Ниссля нейронов микроскопически выявляли при витальном и

фиксированном окрашивании. Проводили дифференцировку астроглии и

олигоглии по ядрам 15, 16.

Определение пролиферативной активности и выживаемости клеток. Для

определения количества клеток и их жизнеспособности 40 мкл суспензии

клеток разводили в 2 раза 0.4%-ным раствором трипанового синего

(способного избирательно накапливаться только в мертвых клетках) и

инкубировали при 37 °С в течение 5 мин. Суспензию помещали в камеру

гемоцитометра (камеру Горяева) и подсчитывали количество живых и

мертвых клеток. Индекс пролиферации (ИП) рассчитывали как отношение

конечной концентрации клеток к исходной (посевной) концентрации.

Дополнительно на фотографиях, полученных с прижизненной микроскопии

фиксированных зон монослоя, путем подсчета определяли количество

клеток, сохраняющих адгезивность и целостность мембраны (живые) через

24 и 72 ч после влияния, и вычисляли долю живых клеток (выживаемость) в

% по сравнению с исходным количеством клеток (до влияния). Различия в

параллельных пробах не превышали 10%.

Морфологическое исследование клеток. В настоящей работе проводилась

прижизненная микроскопия отмеченных зон монослоя. Фотографировали

одну и ту же зону клеток до экспозиции, спустя 24 и 72 ч после влияния

изучаемых агентов, изображения сохраняли для последующей обработки.

Данный вид исследования позволяет осуществлять наблюдение за

поведением клеток, их взаимодействием, реакцией на внешние факторы в

условиях, приближенным к естественным. Работу выполняли при помощи

светового инвертированного фазово-контрастного микроскопа (OPTON,

26

Германия). Использовали увеличения объектива ×16, ×40. Аналоговое

изображение переводили в цифровое при помощи цифровой камеры

DC300 F (Leica, Германия). Морфометрические показатели клеток

изучаемых культур, а также ди



       
Knihkupectví Knihy.ABZ.cz - online prodej | ABZ Knihy, a.s.
ABZ knihy, a.s.
 
 
 

Knihy.ABZ.cz - knihkupectví online -  © 2004-2018 - ABZ ABZ knihy, a.s. TOPlist