Cтраница 3
При постановке единой задачи оптимизации потребления и производства все искомые величины определяют в едином вычислительном процессе. В данном случае отраслевую систему преобразуют в двухуровневую, в которую входят модели отраслевых комплексов и модель реализации экономической программы. Процесс взаимодействия между этими моделями состоит в следующем. По плану реализации программы устанавливают объемы получаемых целевых продуктов и задания отрасле-вым комплексам. [31]
При постановке задачи оптимизации электронных схем отсутствуют какие-либо другие исходные данные, отражающие цели проектирования, кроме данных технического задания. [32]
При постановке задач оптимизации работы комплекса важным условием является согласованность критериев оптимизации различных уровней иерархической системы управления. В иерархической системе управления предприятием оптимизации [ режимов установок осуществляется на третьем ( сверху) уровне системы ( см. гл. [33]
При постановке задач оптимизации формы поперечного сечения дебалансов предъявляют разные требования и ставят различные дополнительные условия и ограничения. Как правило, эти задачи являются изопериметрическими вариационными. [34]
В постановках задач оптимизации, изложенных выше, предполагалось, что на каждом уровне проектирования имеются ТЗ с четко зафиксированными в них условиями работоспособности. Однако назначение ТЗ не носит формальный характер и представляет собой самостоятельную задачу процесса проектирования. [35]
Ниже приводится постановка задачи оптимизации для названных случаев, намечаются пути решения и обсуждаются возникающие трудности. [36]
Учитывая особенности постановки задачи оптимизации при обучении нейронной сети и основываясь на полученных экспериментальных результатах, можно предположить, что генетический алгоритм будет наиболее эффективной процедурой на первоначальном этапе поиска минимума ошибки обучения нейронной сети, на котором определяется область существования глобального минимума. Второй этап процедуры обучения НС будет связан с уточнением минимума и должен осуществляться с использованием локального алгоритма оптимизации. [37]
Основная проблема постановки задачи оптимизации заключается в выборе критериев и формировании голевой функции. Выбор критериев оптимальности требует глубокого понимания сущности решаемой задачи. Всесторонняя оценка эффективности и качества объекта возможна при использовании множества критериев. Задача оптимизации в этом случае становится многокритериальной. [38]
Рассмотрим примеры постановки задач оптимизации и структурного синтеза для решения генетическими методами. [39]
Учитывая особенности постановки задачи оптимизации при обучении нейронной сети и основываясь на полученных экспериментальных результатах, можно предположить, что генетический алгоритм будет наиболее эффективной процедурой на первоначальном этапе поиска минимума ошибки обучения нейронной сети, на котором определяется область существования глобального экстремума. [41]
Рассмотрены варианты постановок задач оптимизации с несколькими локальными критериями эффективности проекта конструкции. Для задач с формализуемыми критериями показана взаимосвязь между векторной и скалярной моделями оптимизации, реализуемая с помощью методов редукции. [42]
В процессе постановки задачи оптимизации теплообменного аппарата необходимо иногда решить, сделать ли данную характеристику критерием оптимальности или ввести по ней. Так, например, если стоит задача спроектировать, по возможности, наиболее легкий аппарат для транспортной установки, то в качестве показателя оптимальности может быть принята масса аппарата. При этом, если имеются основания считать, что аппарат минимальной массы достигается лишь ценой больших экономических затрат, то можно ввести ограничение по стоимости. [43]
Последовательно рассмотрим постановку задач оптимизации первого уровня по максимуму г эф для обеих схем ПТУ. [45]