Эвристический подход

Cтраница 2

За основу эвристического подхода взяты интуиция и опыт человека; в нем используются принципы перечисления членов класса и общности их свойств. Обычно системы, построенные таким образом, включают набор специфических процедур, разработанных применительно к конкретным задачам распознавания. [16]

В противоположность эвристическому подходу строгий подход позволяет создавать более формализованный проект, правильность которого можно доказать. Строгий проект может быть представлен либо состояниями автомата, которые образуют замкнутое множество переходов системы, либо рекурсивной функцией, определяющей область исследований, либо, возможно, формальной грамматикой, задающей все входы и выходы программы. Однако независимо от формы представления строгим будет такой проект, относительно которого известно, что он правильный еще до стадии реализации. Строгое проектирование требует больших творческих усилий, чем эвристическое, и созданный строгий проект, как правило, более стабильный. Такой проект легче реализовать, кроме того, он позволпег наладить управляемый процесс внесения необходимых изменений. [17]

Вместе с тем описанный эвристический подход никогда ( особенно в случае больших проектов) не гарантирует получения оптимального решения, хотя и дает хорошие результаты при разумном использовании. [18]

Кроме того, рассмотренный эвристический подход не может объяснить, почему квантовый эффект Холла проявляется со столь высокой степенью точности. Он не учитывает такие факторы, как влияние границ образца, отклонение от простого приближения эффективной массы и, что наиболее важно, игнорирует влияние примесей. [19]

Одно из преимуществ эвристического подхода к сложным проблемам с принятием решений заключается в способности переопределения задачи, добавления или исключения ограничений, накладываемых на решение проблемы. [20]

В качестве базы для эвристического подхода к задаче могут быть предложены также некоторые другие приемы: 1) разделение проблемы на относительно независимые подпроблемы, решение которых находится оптимальными средствами, а перекомбинация этих частичных решений осуществляется эвристическими методами; 2) решение задачи в относительных единицах времени, принимая за единицу время самой длительной или самой короткой операции, а затем, получив результат, совершая перход к действительному времени; 3) рассмотрение мест в порядке, определяемом количеством частично упорядоченных ограничений, причем распределение начинается о тех элементов, где имеется наименьшая свобода среди элементов. Однако все эти различные подходы не рассматриваются в этой статье более детально. [21]

Программа Гузмана заложила фундамент эвристического подхода к проблеме зрительного восприятия и воплощает идею глобального использования информации, собираемой локально в каждом узле. [22]

В связи с тем что эвристический подход не гарантирует оптимальности решения, оценка эвристических программ основана на том, дают ли они более быстрое и ( или) менее дорогостоящее решение задачи, чем другие методы. Эвристические методы, однако, еще находятся на ранней стадии развития, и многие важные вопросы, такие, как описание процесса и программирование этих методов для вычислительных машин, должны еще быть изучены. В данном исследовании как раз предпринята попытка такого изучения. Экономический эффект в работе специально не подчеркивается, хотя ее результаты достаточно интересны для того, чтобы о них сообщить. [23]

Методологической основой логистических систем выступают эвристические подходы, то есть применение экспертных оценок, основанных на профессионализме лиц, принимающих решения. В процессе решения конкретных хозяйственных задач помимо математических расчетов и логической последовательности большую роль играют неформальные, интуитивные соображения, основанные на опыте решения родственных задач и аналогиях хозяйственных ситуаций. [24]

Являясь сугубо приближенным, такой эвристический подход удобен и широко применялся для качественного анализа возможного поведения плазмы в ситуациях, где отсутствуют прямые измерения ее физических свойств. Характерно, что ряд предложенных моделей в области повышенной неидеальности теряет термодинамическую устойчивость, что связывается с возможностью фазового перехода и расслоением системы на фазы различной плотности. [25]

Здесь мы изложим элементарный и частично эвристический подход к обратной спектральной задаче, который должен быть понятен читателю с минимальными математическими знаниями и опытом в этой области. Мы сконцентрируем наше внимание на основополагающих идеях и вычислительных методах, а не на строгом выводе важного уравнения Гельфанда - Левитана - Марченко. Конкретнее, мы рассмотрим задачу для скалярного уравнения Шредингера, о котором шла речь в гл. Шредингера на всей прямой с потенциалом, асимптотически стремящимся к нулю), хотя аналогичным образом можно проанализировать другие спектральные задачи, например задачу Шредингера с дополнительным линейным потенциалом ( гл. [26]

Классификация методов оценки и прогнозирования ресурса оборудования СС. [27]

Очевидно, что основная ценность эвристического подхода, основанного на экспертных оценках, заключается прежде всего в быстром получении результатов при минимальных затратах. [28]

Дендрограмма метода Уорда для полного набора данных о захоронениях. [29]

Более формальный, но все же эвристический подход к задаче состоит в том, чтобы графически изобразить число получаемых из иерархического дерева кластеров как функцию коэффициента слияния или смешения, равного числу способов объединения различных объектов в кластер. Значения коэффициентов слияния показаны вдоль оси У древовидной диаграммы. [30]

Страницы: 1 2 3 4