МЕТОДИКА ПОСТРОЕНИЯ СПЛАЙНОВЫХ ПРИБЛИЖЕНИЙ В УСЛОВИЯХ ОГРАНИЧЕННОСТИ ИСХОДНЫХ ДАННЫХ
Аннотация
Математическое моделирование широко применяется в различных сферах деятельности, однако в случаях, когда имеющейся численной информации недостаточно для получения полного представления об объекте, построение математической модели затруднено или может привести к заведомо недостоверному результату. Существуют подходы к решению задач моделирования в условиях недостатка данных, при этом для получения необходимого результата может возникнуть необходимость использования методов, имеющих сложную математическую структуру. В связи с этим актуальной является задача адаптации математических методов к условиям недостатка данных. В данной работе рассмотрено решение задачи интерполяции с использованием сплайн-функций – одного из наиболее широко используемых методов как в математической теории, так и в прикладной математике. Разработана методика, позволяющая адаптировать сплайновые методы к условиям недостатка исходных числовых данных; применение этой методики к построению модели образующей цилиндра с эллиптическими днищами обеспечило гладкую стыковку фрагментов и отсутствие перегибов. Выполнение требований точности и гладкости модели было достигнуто за счёт последовательного уточнения числовых данных посредством введения в модель дополнительных узлов интерполяции и корректировки их расположения. В результате построения и анализа модели установлено, что сплайновые методы могут быть применены к решению задач интерполяции практически любой сложности. При этом наличие аналитического обоснования каждого шага процесса моделирования позволяет полностью автоматизировать вычисления. Рассматриваемая в статье задача связана с изготовлением изделий на станках с числовым программным управлением. Однако в силу своей универсальности данная методика может быть применена на практике к решению задач в различных отраслях деятельности. Практическая ценность разработанной методики состоит в возможности её применения ко многим задачам, имеющим прикладную направленность, а её включение в состав современных систем проектирования и пакетов прикладных программ позволит расширить их функциональность за счёт предоставления пользователю возможности введения дополнительных ограничений, накладываемых на модель исходя из практической точки зрения, что может обеспечить высокую степень гибкости реализации
Список литературы
1. Dorofeev A.A., Bondarenko A.S., Tryukhan S.A. Postroenie obrazuyushchey poverkhnosti vrashcheniya s ispol'zovaniem splayn-interpolyatsii [Building of a Revolution Surface Forming Using Spline Interpo-lation], Aktual'nye problemy nauki i tekhniki. 2025: Mater. Vserossiyskoy (natsional'noy) nauchno-prakticheskoy konferentsii, posvyashchennoy 95-letiyu Donskogo gosudarstvennogo tekhnicheskogo universiteta (Rostov-na-Donu, 12–14 marta 2025 goda) [Actual Problems of Science and Techincs. 2025: materials of All-Russian (national) Scientific and Practical Conference devoted to 95th anniversary of the Don State Technical University (Rostov-on-Don, March 12-14, 2025)], the responsible ed. N.A. Shevchenko. Rostov-on-Don: DGTU, 2025, pp. 635-637. Available at: https://ntb.donstu.ru/conference2025.
2. Dorofeev A.A., Pozharskiy D.A. Interpolyatsiya obrazuyushchey poverkhnosti vrashcheniya metodom posledovatel'nykh L-splaynovykh priblizheniy [Interpolation of revolution surface forming by method of successive L-spline approximations], Problemy razvitiya sovremennogo obshchestva, Sbornik nauch-nykh statey 8-y Vserossiyskoy natsional'noy nauchno-prakticheskoy konferentsii, (19-20 yanvarya 2023 goda) [The Problems of Modern Society Development, Collection of scientific articles of 8th All-Russian National Scientific and Practical Conference, (January 19-20, 2023)], red. by Kuz'minoy V.M. In 4ur vol. Vol. 4. Kursk: Izd-vo ZAO «Universitetskaya kniga», 2023, pp. 187-190. Available at: https://elibrary.ru/vzmvjd.
3. Zaynidinov Kh.N., Nurmurodov Zh.N., Gofurzhonov M.R. Algoritmy i programmy vosstanovleniya funktsiy s pomoshch'yu kubicheskikh bazisnykh splaynov [Algorithms and programs of restoring func-tions using the cubic basic splines], Avtomatika i programmnaya inzheneriya [Automation and Software Engineering], 2022, No. 1 (39). Available at: http://www.jurnal.nips.ru.
4. Irodova I.P. Splayny v vychislitel'noy matematike: ucheb.-metod. posobie [Splines in computational mathematics: educational and methodical manual]. Yaroslavl': YarGU, 2022, 44 s. Available at: http://www.lib.uniyar.ac.ru/edocs/iuni/20220203.pdf.
5. Karpov D.A., Struchenkov V.I. Optimizatsiya parametrov splayna pri approksimatsii mnogoznachnykh funktsiy [Optimization of spline parameters in approximation of multivalued functions], Russian Tech-nological Journal, 2023, 11 (2), pp. 72-83. Available at: https://doi.org/10.32362/2500-316X-2023-11-2-72-83.
6. Akhmedov Yu.Kh., Asadov Sh.K., Badiev M.M. Interpolyatsiya slozhnykh krivykh poverkhnostey splayn-funktsiyami [Interpolation of Complex Curved Surfaces by Spline Sunctions], Universum: tekhnicheskie nauki: elektronnyy nauchnyy zhurnal [Universum: Technical Sciences], 2023, 3 (108). Available at: https://doi.org/10.32743/UniTech.2023.108.3.15130.
7. Sun M., Lan L., Zhu C., Lei F. Cubic spline interpolation with optimal end conditions, Journal of Com-putational and Applied Mathematics, 2023, Vol. 425, pp. 115039. Available at: https://doi.org/ 10.1016/j.cam.2022.115039.
8. Sun M., Lan L., Zhu C., Lei F. Cubic spline interpolation with optimal end conditions, Journal of Com-putational and Applied Mathematics, 2023, Vol. 425, pp. 115039. Available at: https://doi.org/ 10.1016/j.cam.2022.115039.
9. Kurasov D.A., Voloskova M.M., Sabirova R.D., Khomutova E.I., Kutuzov A.S. Issledovanie metoda interpolirovaniya splaynami i ego realizatsiya na yazyke programmirovaniya Python [Investigation of the splines interpolation method and its implementation in the Python programming language], Sovremennye naukoemkie tekhnologii [Modern High-Tech Technologies], 2024, No. 4, pp. 46-53. Available at: https://doi.org/10.17513/snt.39972.
10. Karpov D.A., Struchenkov V.I. Splayn-approksimatsiya mnogoznachnykh funktsiy v proektirovanii trass lineynykh sooruzheniy [Spline approximation of multivalued functions in linear structures routing], Rus-sian Technological Journal, 2022, 10 (4), pp. 65-74. Available at: https://doi.org/10.32362/ 2500-316X-2022-10-4-65-74.
11. Struchenkov V.I., Karpov D.A. Ispol'zovanie splaynov slozhnoy struktury v proektirovanii dorozhnykh trass [The use of complex structure splines in roadway design], Russian Technological Journal, 2024, 12 (1), pp. 111-122. Available at: https://doi.org/10.32362/2500-316X-2024-12-1-111-122.
12. Ramazanov A.-R.K., Magomedova V.G. O reshenii nachal'noy zadachi dlya normal'noy sistemy s pomoshch'yu ratsional'nykh splayn-funktsiy [About solution of the initial problem for normal system us-ing rational spline functions], Vestnik Dagestanskogo gosudarstvennogo universiteta. Seriya 1. Estestvennye nauki [The Dagestan State University Bulletin. Series 1. Natural Sciences], 2023,
Vol. 38, Issue 1, pp. 33-39. Available at: https://doi.org/10.21779/2542-0321-2023-38-1-33–39.
13. Ji D., Xue X., Xu Ch. Truncated total variation in fractional B-spline wavelet transform for micro-CT image denoising, Journal of X-Ray Science and Technology, 2023, Vol. 31, No. 3, pp. 555-572. Availa-ble at: https://doi.org/10.3233/xst-221326.
14. Handajani S.S., Pratiwi H., Respatiwulan R., et al. Comparison of B-Spline and truncated Spline regres-sion models for temperature forecast, BAREKENG: Jurnal Ilmu Matematika dan Terapan, 2023, Vol. 17, No. 4, pp. 1969-1984. Available at: https://doi.org/0.30598/barekengvol17iss4pp1969-1984.
15. Faubert A.C. Clipping spline: interactive, dynamic 4D volume clipping and analysis based on thin plate spline, Biomedical Optics Express, 2025, Vol. 16, No. 2, pp. 499. Available at: https://doi.org/ 10.1364/boe.544231.
16. Cavieres J., Ibacache-Pulgar G., Contreras-Reyes Ja. E. Thin plate spline model under skew-normal random errors: estimation and diagnostic analysis for spatial data, Journal of Statistical Computation and Simulation, 2023, Vol. 93, No. 1, pp. 25-45. Available at: https://doi.org/10.1080/ 00949655.2022.2090564.
17. Einy M., Rashidinia Ja., Ghorbanalinezhad S. Quintic and Septic C 2-spline methods for initial fraction-al differential equations, Journal of Innovative Applied Mathematics and Computational Sciences, 2023, Vol. 3, No. 1, pp. 35-48. Available at: https://doi.org/10.58205/jiamcs.v3i1.58.
18. Tolpaev V.A., Akhmedov K.S. Dolgosrochnoe prognozirovanie raboty skvazhin gazokondensatnykh mestorozhdeniy metodami kubicheskoy splayn-approksimatsii [Long-term prediction of wells operation in gas condensate fields using cubic spline approximation methods], Neftepromyslovoe delo [Oilfield Engineering], 2024, No. 9, pp. 10-22. Available at: https://rucont.ru/efd/904508.
19. Yusufov A. et al. Application of Computer-Aided Design (CAD) Systems when Solving Engineering Survey Tasks, Universum: tekhnicheskie nauki [Universum: Techincal Sceinces], 2023, 3 (108). Availa-ble at: https://7universum.com/ru/tech/archive/item/15088.
20. Ivanchenko A.N., Ivanchenko K.N. Metod rascheta veroyatnosti svyaznosti dvukhpolyusnoy seti pro-izvol'noy struktury [Method for calculation of the probability of connectivity of a two-pol network of an arbitrary structure], Izvestiya vuzov. Severo-Kavkazskiy region. Tekhnicheskie nauki [University News. North-Caucasus Region. Technical Sciences], 2023, No. 2, pp. 25-33. Available at: https://doi.org/10.17213/1560-3644-2023-2-25-33.








