Cтраница 3
Широко известные из литературы математические описания различных ЭМУ весьма многообразны в зависимости от класса объектов, конкретного их назначения, особенностей решаемых задач, субъективных склонностей исследователей и пр. Было бы невозможно, да и не нужно, приводить здесь анализ и обобщение этих материалов. [31]
Отличительной особенностью рассмотренной диалоговой системы формализации и переработки качественной информации является то, что при ее работе в прикладной части системы отражаются особенности решаемой задачи, знания и опыт пользователя, наличие доступной информации. [32]
Система приоритетов генератора включает два уровня: первый определяется порядковым номером терминала или процессора, второй - формируется пользователем пакета исходя из особенностей решаемой задачи. [33]
Анализ функций общесистемного математического обеспечения АСУ и ее объектов показывает, что состав и структура этих систем чрезвычайно сильно зависят от характера и особенностей решаемых задач. [34]
Для указанных проблем в численном анализе пока отсутствуют эффективные общие методы решения, поэтому в каждом конкретном случае при построении моделирующего алгоритма следует использовать особенности решаемой задачи. Существенную помощь может оказать знание физической природы получаемых решений, что иногда позволяет найти хорошие начальные приближения для итеративных процессов, или даже разработать эффективные вычислительные алгоритмы. Примером является известный метод потарелочного расчета ректификационных колонн, при применении которого система нелинейных уравнений с большим числом неизвестных решается итеративным методом. [35]
Для указанных проблем в численном анализе пока отсутствуют эффективные общие методы решения, поэтому в каждом конкретном случае при построении моделирующего алгоритма следует использовать особенности решаемой задачи. Существенную помощь может оказать знание физической природы получаемых решений, что иногда позволяет найти хорошие начальные приближения для итеративных процессов или даже разработать эффективные вычислительные алгоритмы. [36]
Для указанных проблем в численном анализе пока отсутствуют эффективные общие методы решения, поэтому в каждом конкретном случае при построении моделирующего алгоритма следует использовать особенности решаемой задачи. Существенную помощь может оказывать знание физической природы получаемых решений, что иногда позволяет найти хорошие начальные приближения для итеративных процессов или даже разработать эффективные вычислительные алгоритмы. Примером является известный метод потарелочного расчета ректификационных колонн, при применении которого система нелинейных уравнений с большим числом неизвестных решается итеративным методом. [37]
Для указанных проблем в численном анализе пока отсутствуют эффективные общие методы решения, поэтому в каждом конкретном случае при построении моделирующего алгоритма следует использовать особенности решаемой задачи. Существенную помощь может оказать знание физической природы получаемых решений, что иногда позволяет найти хорошие начальные приближения для итеративных процессов или даже разработать эффективные вычислительные алгоритмы. [38]
Для указанных проблем в численном анализе пока отсутствуют эффективные общие методы решения, поэтому в каждом конкретном случае при построении моделирующего алгоритма следует использовать особенности решаемой задачи. Существенную помощь может оказать знание физической природы получаемых решений, что иногда позволяет найти хорошие начальные приближения для итеративных процессов, или даже разработать эффективные вычислительные алгоритмы. Примером является известный метод потарелочного расчета ректификационных колонн, при применении которого система нелинейных уравнений с большим числом неизвестных решается итеративным методом. [39]
Для сопоставления и выбора планов экспериментов и алгоритмов обработки данных ( в рамках одной или близких моделей) необходимо ввести систему объективных показателей, учитывающих особенности решаемой задачи мониторинга. Необходимость установления таких показателей приводит к проблеме аттестации планов измерительных экспериментов и алгоритмов обработки. В настоящее время ведется разработка [12] системы аттестации алгоритмов обработки данных применительно к основным метрологическим задачам. [40]
Для указанных проблем в численном анализе пока отсутствуют, эффективные общие методы решения, поэтому в каждом конкретном случае при построении моделирующего алгоритма следует использовать особенности решаемой задачи. Существенную помощь может оказать знание физической природы получаемых решений, что иногда позволяет найти хорошие начальные приближения для итеративных процессов или даже разработать эффективные вычислительные алгоритмы. Примером является известный метод потарелочного расчета ректификационных колонн, при применении которого система нелинейных уравнений с большим числом неизвестных решается итеративным методом. [41]
Для расчетов могут использоваться как расчетные схемы, принимаемые для оценки производительности водозаборов на продуктивные горизонты, так и целенаправленная геофильтрационная схематизация, выполненная с учетом особенностей решаемой задачи. [42]
Лучшим во всех ситуациях может быть только адаптивный стиль, то есть стиль, ориентированный на конкретную реальность, определяемую внешней средой, возможностями подчиненных, особенностями решаемой задачи, ресурсами и возможностями организации. [43]
Решение ряда задач специализированных исследований СЭ требует еще большей детализации структуры исследуемой СЭ, но ограниченность возможностей ЭВМ и необозримость входных и выходных данных, а также особенности решаемых задач приводят к тому, что приходится рассматривать не всю систему целиком, а отдельные подсистемы. [44]
К данному перечню целесообразно обращаться как в процессе знакомства с излагаемым в книге материалом, так и при решении конкретных задач после того, как будут выявлены особенности решаемой задачи. [45]