Cтраница 2
Влияние свойств пространства X на алгоритмы метода вектора спада будет выяснено в последующих параграфах. [16]
Естественно, что применение в схеме метода вектора спада радиуса окрестности, большего 1, усложнит вычисления, связанные с решением этой задачи. Следует отметить, что сделанное замечание справедливо и для других задач, формулируемых в терминах других пространств. [17]
Решение подзадач в этих алгоритмах пакета производится методом вектора спада. Параметр т 30 определяет число позиций на плате, п - число размещаемых модулей. Во второй задаче конструктором были заранее зафиксированы шесть модулей. Величина t указывает время счета по алгоритму, a q - процент улучшения целевой функции. [18]
ВЕКТОР-IB и использованные в таблице): - метод вектора спада ( МВС) при р 1 ( гл. [19]
Рассмотрим, какие свойства комбинаторного пространства необходимо учитывать при построении алгоритмов метода вектора спада для решения конкретных задач. [20]
Данные по решению практических задач позволяют сделать вывод о целесообразности использования алгоритма метода вектора спада при решении реальных задач. Следует также отметить, что с ростом размерности задач появляется необходимость в использовании более быстрых алгоритмов ( особенно на начальной стадии решения задач), которые, однако, дают достаточно хорошее приближение к локальному решению задачи - одним из таких алгоритмов и является алгоритм МСО. [21]
Другие примеры оптимизационных задач в пространстве М и особенности алгоритмов их решения методом вектора спада представлены в описании предметной области пакета ВЕКТОР-1 ( см. гл. [22]
Время решения t приводится в секундах, а через / обозначено число итераций метода вектора спада. [23]
Не описывая здесь полностью алгоритм этого метода для решения данной задачи ( общая схема метода вектора спада не претерпевает существенных изменений), отметим лишь следующее. [24]
В дальнейшем для достижения оптимального решения будем уменьшать шаг сетки, предварительно достигнув оптимизации методом вектора спада на сетке с г - 1 - м шагом. [25]
Процедура локальной оптимизации в окрестности приоритетной точки совпадает с аналогичной процедурой, применяемой в алгоритмах метода вектора спада. Поэтому при выборе т - 1 рассматриваемый подход совпадает с обычным методом вектора спада. [26]
Решению задач средней и боль-азмерности, при сс73Дашш соответствующей части МО паке-тй КТОР-1 был испо ьзован алгоритм метода вектора спада. Дхсперимента явля1 ся частным случаем задач размещения я вооРще говоря, могут быть решены так же, как и они. Исполь - Онкретный вид целе. [27]
Как следует из данной таблицы, наименьшие значения целевой функции получаются при нахождении варианта решения с помощью алгоритма метода вектора спада и фронтальных алгоритмов, в которых также используется алгоритм метода вектора спада при построении схемы локальной оптимизации. [28]
В работе [164] она заменяется эквивалентной ей задачей и для решения последней предлагаются алгоритм метода ветвей и границ и алгоритм метода вектора спада ( см. также гл. [29]
Из теорем 5.17, 5.17, 5.17 следует, что решение полностью Е - выпуклой, Е - выпуклой с меткой, Е - выпуклой задач минимизации, полученное методом вектора спада, является глобальным решением задачи независимо от начального приближения и величины радиуса окрестности, выбранного в конкретном алгоритме метода вектора спада. [30]