Cтраница 2
Дальнейшее улучшение полученного решения поисковыми методами невозможно, так как неясно, какое же решение из П2Яф ( ОНЯф) считать более правильным. Поэтому О2Эф ( ОНЭф) часто называют множеством неулучшаемых решений и для выбора окончательного решения используют дополнительные критерии, например кратчайшее расстояние эффективной точки от точки О на рис. 5.8, г. Однако введение дополнительного критерия есть не что иное, как формирование H0i с исключением неопределенных факторов и оно также требует дополнительных обоснований. [16]
Вместо этого могут быть применены поисковые методы. [17]
Именно эти обстоятельства заставляют обращаться к другим поисковым методам определения экстремума, которые рассмотрены ниже. [18]
Возможно ли организовать изучение этой темы поисковыми методами. Возможно, если: материал имеет средний уровень сложности; учащиеся подготовлены для самостоятельного приращения знаний в ходе разрешения проблемных ситуаций; имеется время для проблемных рассуждения-при - изучении этой темы. [19]
При работе с аналоговой машиной обычно используются поисковые методы, приводящие к решению задачи в результате перебора численных значений искомых параметров. Выбор численных значений параметров и их изменение от расчета к расчету осуществляется либо случайным образом, либо целенаправленно с использованием методов оптимизации. Применение этих методов целесообразно, так как задачей является поиск значений параметров, минимизирующих интегральный критерий. [20]
Что служит критерием достижения экстремума в упомянутых поисковых методах. [21]
Если при поиске оптимума используется информация о предыдущем шаге, поисковые методы называют последовательными; в противном случае методы называют пассивными. Для целевых функций одной переменной поиск экстремума производится с помощью сокращения интервала, в котором находится экстремум. [22]
Как показывает практика проектирования электрических машин, в настоящее время определенные поисковые методы нельзя рекомендовать как универсальные. [23]
Для оптимизации объекта применяют аналитические методы, методы математического программирования, поисковые методы. [24]
Первый подход состоит в том, что схему рассматривают как единое целое и пользуются поисковыми методами оптимизации. [25]
Алгоритмы стохастической оптимизации, за исключением градиентных методов, могут быть отнесены к так называемым поисковым методам детерминированной оптимизации. [26]
В этой последовательности выбирается набор аргументов, при котором Ф оказывается минимальным, поскольку градиентный метод, как и вообще поисковые методы, устанавливает направление движения к оптимуму, но не положение оптимума в этом направлении. Лишь осуществив проверку ряда значений Ф в направлении градиента или антиградиента, определим наилучшую точку. [27]
Для оптимизации по более сложным зависимостям, входящим в состав экономико-математических моделей, или же при наличии нескольких возможных критериев оптимальности используются поисковые методы оптимизации, принципы векторной оптимизации, линейного, нелинейного, геометрического и динамического программирования. На основе указанных принципов разрабатываются алгоритмы решения задач технико-экономической оптимизации отдельных типовых процессов и их более сложных сочетаний. [28]
Что касается стыковки уровней, то здесь не всегда удается произвести решение в рамках формальных методов, поэтому прибегают к наиболее эффективным для этого случая поисковым методам: в системе разработчик - ЭВМ. [29]
Для количественной оценки содержания отдельных элементов разработаны многочисленные методы, которые можно разделить на три основные группы: арбитражные методы, методы для текущих исследований и поисковые методы. [30]