Cтраница 1
Двухэтапная модель предполагает, что до некоторого момента времени существует одна постоянная ставка роста gt, затем устанавливается другая ставка, равная gr Трехэтапная модель предполагает, что одна постоянная ставка gl действует до некоторого времени Г, затем начинает действовать вторая ставка до времени Т2, а после этого действует третья ставка. Ут приведенную стоимость всех остальных предшествующих дивидендов, получим, что обе эти модели являются частными случаями модели переменного роста. [1]
Двухэтапные модели обобщаются на стохастич. [2]
Двухэтапная модель предполагает, что до некоторого момента времени / существует одна постоянная ставка роста g, затем устанавливается другая ставка, равная gr Трехэтапная модель предполагает, что одна постоянная ставка gl действует до некоторого времени Г, затем начинает действовать вторая ставка до времени Г, а после этого действует третья ставка. Обозначая через КГт приведенную стоимость дивидендов после того, как стала действовать последняя ставка, а через VT приведенную стоимость всех остальных предшествующих дивидендов, получим, что обе эти модели являются частными случаями модели переменного роста. [3]
При формировании ограничений двухэтапной модели для k - ro шага расчета на уровне оперативного управления предполагаем, что производственная программа на оперативный интервал не может существенно отличаться от плана ( решения задачи), определенного для этого этапа - оперативного управления. [4]
В [112] задача перспективного планирования рассматривается как двухэтапная модель стохастического программирования. XN) представляет собой предварительный план - решение первого этапа. [5]
Взаимоувязка оперативного управления и оперативного планирования достигается формированием двухэтапной модели оперативного управления производством, где первый этап охватывает текущий оперативный интервал, а второй - все оставшиеся интервалы текущего этапа оперативного планирования. [6]
При указанных условиях в ( 14 ] обоснована замена исходной двухэтапной модели стохастического оптимального управления некоторым ее разностным аналогом - например, конечно-мерной задачей стохастического программирования. В 17 ] приведены также вычислительные схемы решения аппроксимирующей задачи. [7]
Разобьем горизонт планирования на п периодов и представим ситуацию в виде последовательности двухэтапных моделей стохастического программирования. Решение, полученное для последовательности двухэтапных задач, можно рассматривать как приближенное решение многоэтапной задачи планирования полетов. [8]
Векторы переменных производства и смешения для второго этапа k - ro шага расчета двухэтапной модели уровня оператив - - чого. [9]
Более непосредственным и естественным обобщением классической двухэтапной модели стохастического программирования являются многоэтапные задачи, в которых исключаются невязки условий при всех реализациях случая. [10]
Не умаляя ценности и значимости таких подходов, приходится отметить, что они встречают значительные трудности при построении многоэтапных стохастических моделей. Поэтому чаще всего приходится ограничиваться построением, в лучшем случае, двухэтапной модели, в которой первый этап определяет решения только для начального момента времени, а на втором этапе анализируются адаптивные возможности системы в случае принятия каждого набора возможных проектов. [11]
Таннинами обычно называют полимерные фенолы, способные связываться с белками; к ним относят процианидины и нефлавоноидные полимеры. Экстракция таннинов при брожении отстает от экстракции антоцианинов и происходит, в отличие от экстракции антоцианинов ( с подъемом до некоторого максимума и последующего снижения их концентрации), по двухэтапной модели с членами соответственно первого и нулевого порядка. [12]