Cтраница 1
Методы оптимизации в настоящее время хорошо развиты для процессов в отдельных периодах, накоплен довольно большой опыт решения задачи и использования результатов на практике [ 2J8, 284, 285 ], что покажем на примере двух промышленных процессов. [1]
Методы оптимизации отличаются сложностью программирования, временем счета и скоростью сходимости. Значительно усложняет стратегию поиска оптимума наличие в модели процедур округлений диаметров проводников по табличным значениям и стандартных геометрических размеров. [2]
Методы оптимизации, в которых оптимизируется только один параметр, следует применять тогда, когда удается выделить один главный параметр, который достаточно полно характеризует оптимизируемый объект. Основным достоинством таких методов является простота вычислительных процедур. Часто на практике оптимизация проводится по нескольким параметрам при помощи ЭВМ. [3]
Методы оптимизации можно разделить по характеру сбора информации на методы локального и нелокального поисков. Методы локального поиска предусматривают анализ результатов каждого эксперимента ( расчета математической модели) 1 и использование полученной таким образом информации при подготовке очередного эксперимента. Характерным для методов локального поиска является то, что каждый раз используется информация о поведении математической модели проектируемого устройства лишь в малой окрестности значений параметров предыдущего эксперимента. [4]
Методы оптимизации отличаются сложностью программирования, временем счета и скоростью сходимости. Значительно усложняет стратегию поиска оптимума наличие в модели процедур округлений диаметров проводников по табличным значениям и стандартных геометрических размеров. [5]
Методы оптимизации можно разделить по характеру сбора информации на методы локального и нелокального поисков. Методы локального поиска предусматривают анализ результатов каждого эксперимента ( расчета математической модели) и использование полученной таким образом информации при подготовке очередного эксперимента. Характерным для методов локального поиска является то, что каждый раз используется информация о поведении математической модели проектируемого устройства лишь в малой окрестности значений параметров предыдущего эксперимента. Проведение локального поиска требует умеренных затрат машинного времени, но в результате определяется в лучшем случае лишь один локальный экстремум. [6]
Методы оптимизации, основанные на идее последовательного анализа вариантов, в большой степени используют природу изучаемых задач. [7]
Методы оптимизации должны обеспечить динамичность ( опережае-мость) и комплексность оптимизации, проведение оптимизации в условиях неопределенности, осуществление анализа соответствия принятой математической модели стоящей задаче и широкое внедрение оптимизации в управление качеством объекта. [8]
Методы оптимизации классифицируют по ряду признаков. [9]
![]() |
Управление на олигопольном рынке. [10] |
Методы оптимизации для определения СТЭК на олигопольном рынке реализованы в виде программной системы МОМДИС ( см. гл. [11]
Методы оптимизации, применяемые в автоматизированном проектировании, должны отвечать ряду общих требований, среди которых необходимо назвать их способность находить приближение к точке глобального экстремума функции цели в условиях действия ограничений с учетом особенностей математических моделей проектируемых объектов, приемлемость затрат на решение практических задач, простоту настройки соответствующих алгоритмов и программных средств на эффективное применение. [12]
Методы оптимизации используются как для проектирования новых систем, так и для эффективного управления существующими техническими системами. [13]
Методы оптимизации, проблемы разностных аппроксимаций, методы решения краевых задач привлекают все большее и большее количество математиков, становятся базой решения разнообразных задач прикладного характера в физике, технике, экономике. [14]
Методы оптимизации, построенные по такой идее, обычно называют декомпозиционными. [15]