South Ural State University Repository (Электронный архив ЮУрГУ)
Not a member yet
61430 research outputs found
Sort by
Сравнение решателей задач смешанного целочисленного линейного программирования и вызывающих их программных сред
Алексей Николаевич Игнатов, кандидат физико-математических наук, кафедра
≪Теория вероятностей и компьютерное моделирование≫, Московский авиационный
институт (национальный исследовательский университет) (г. Москва, Российская Федерация), [email protected].
Сергей Валерьевич Иванов, доктор физико-математических наук, кафедра ≪Теория вероятностей и компьютерное моделирование≫, Московский авиационный институт (национальный исследовательский университет) (г. Москва, Российская Федерация), [email protected] paper presents a concept for comparing the solvers for the mixed integer linear
programming problems and the software environments that call them. This concept involves multiple repetition of solving mathematical programming problems with the same initial data to take into account the fact that the computer operations time can be considered as random. It is also assumed to solve the mathematical programming problem with the same structure by varying the initial data to compare the solvers. The comparison is carried out for a number of practical mathematical programming problems. For example we consider the portfolio optimization problem with the probability criterion. Solvers CPLEX, Gurobi, MATLAB, SCIP are used in testing. The features of calling solvers in various software environments are described. In particular, a modification of the source codes for calling the CPLEX solver through the Opti Toolbox add-on in Matlab environment is provided. The components of the time required to obtain a solution for various solvers and software environments are described and studied in detail. It is shown that the operating time of the solver itself can be comparable to the time of reading data from files and the time of forming constraints in a mathematical programming problem.В работе приводится концепция сравнения решателей задач смешанного целочисленного линейного программирования и вызывающих их программных сред. Эта концепция предполагает многократное повторение решения задач математического программирования с одними и теми же исходными данными для учета того, что время выполнения операций компьютером можно рассматривать как случайное. Для сравнения решателей также предполагается варьировать исходные данные при решении задачи математического программирования той же структуры. Сравнение проводится для ряда практических задач математического программирования. Например, рассматривается задача оптимизации портфеля ценных бумаг с вероятностным критерием. В тестировании используются решатели CPLEX, Gurobi, MATLAB, SCIP. В работе разбираются особенности вызова решателей в различных программных средах. В частности, описывается модификация исходных кодов для вызова решателя CPLEX через надстройку Opti Toolbox в среде Matlab. Детально описываются и исследуются компоненты времени получения решения для различных решателей и программных сред. Показывается, что время работы самого решателя может быть сравнимо со временем чтения данных из файлов и временем формирование ограничений в задаче математического программирования.This work was supported by the Russian Science Foundation, project no. 23-21-00293. Работа выполнена при поддержке Российского научного фонда, проект № 23-21-00293
Trends in the development of continuing professional education
Волченкова Ксения Николаевна, кандидат педагогических наук, заведующий кафедрой иностранных языков Института лингвистики и международных коммуникаций, Южно-Уральский государственный университет, Челябинск, Россия.
Ksenia N. Volchenkova, Candidate of Pedagogy, Head of the Department of Foreign Languages, Institute of Linguistics and International Communications, South Ural State University, Chelyabinsk, Russia.Институты дополнительного образования университетов призваны развивать в сотрудниках компетенции, необходимые для успешной профессиональной деятельности. К сожалению, в силу объективных причин внутренние программы повышения квалификации вузов не всегда успевают за развитием современных технологий и постоянно меняющимися требованиями к сотрудникам. Сократить данный разрыв может анализ трендов дополнительного образования в мире,
изучение лучших практик корпоративных университетов и ведущих зарубежных вузов. Целью статьи является выявление трендов дополнительного образования для расширения пула программ повышения квалификации институтов дополнительного образования университетов. Автор описывает глобальные тренды дополнительного образования, лучшие практики корпоративных университетов Российской Федерации, а также предлагает рекомендации для дальнейшего развития системы дополнительного образования в университетах. Автором выявлено, что основными глобальными трендами дополнительного образования являются рост интереса к смешанным форматам обучения, запрос на более тесную связь между обучением и трудоустройством, активное внедрение технологий искусственного интеллекта (ИИ), мобильное микрообучение, запрос на обучение у профессионалов-практиков, увеличение интереса к коучингу и наставничеству. Результаты исследования можно использовать для определения основных направлений развития институтов дополнительного образования университетов и разработки внутренних курсов повышения квалификации для сотрудников. Institutes of continuing education at universities aim to develop the competencies necessary for successful professional activities in employees. However, these internal advanced training programs often struggle to keep pace with the rapid development of modern technologies and evolving employee requirements. To bridge this gap, it is important to analyze global trends in continuing education and study the best practices of corporate universities. This article seeks to identify the trends in continuing education to expand the pool of advanced training programs at institutions of continuing education. The author explores global trends in continuing education, best practices of corporate universities in the Russian Federation
and abroad, and offers recommendations for further development of the university's system of continuing developeducation. The main trends identified include an increased interest in blended learning formats, a demand for a closer connection between training and employment, the active integration of artificial intelligence (AI) technologies, mobile microlearning, a growing request for training from practitioners, and an increased
interest in coaching and mentoring. The findings of this study can inform the development of institutes of continuing education at universities and guide the creation of internal advanced training courses for employees