Cтраница 1
Построение оптимальных алгоритмов во многих случаях сопряжено с большим объемом вычислений, и поэтому зачастую удовлетворяется оптимизированными алгоритмами диагностирования, затраты на реализацию которых хотя и уменьшены, но не обязательно минимальны. [1]
Построение оптимального алгоритма связано со сравнительным перебором ряда эквивалентных алгоритмов. [2]
Построение оптимального алгоритма в случае (9.5.15) сводится к расчету по рекуррентным соотношениям (9.5.16) функций gj ( о) и TJ ( а), зависящих от одного аргумента. [3]
Построение оптимального алгоритма поиска обычно предусматривает наличие определенной совокупности априорных данных о РЭО и аппаратуре поиска неисправности ( АПН) и включает два этапа. К первому относится получение необходимой и достаточной совокупности проверок на основании структурной модели РЭО. Необходимой и достаточной совокупностью проверок называется такая совокупность, которая для принятого типа поиска обеспечивает на его уровне отыскание любого неисправного элемента. Если не учитывать априорные данные о проверках и ограничиться лишь минимизацией их количества, то минимальная совокупность проверок для поиска может быть получена уже на этом этапе методами математической логики. Однако при учете вероятностных и стоимостных характеристик на первом этапе следует ограничиться получением достаточной совокупности проверок. В дальнейшем мы предполагаем, что такая совокупность проверок имеется. [4]
Созданы основы построения оптимальных алгоритмов разверток и определения управляющих и корректирующих электрических сигналов. [5]
Существующие методы построения оптимальных алгоритмов поиска неисправностей не имеют общности. [6]
Таким образом, построение оптимального алгоритма поиска корня функции / ( ж) из класса F с учетом оптимального распределения ресурсов сводится к следующей задаче. [7]
Примененный выше метод построения оптимальных алгоритмов минимизации функций некоторых классов имеет весьма общий характер и состоит в сущности в следующем. Обозначим через R - - R ( Р) точное решение задачи Ре. [8]
Сплайны использовались при построении оптимальных алгоритмов ( иногда в смысле Сарда) во многих задачах. В классической статье Голомба и Вайнбер-гера [59], посвященной аппроксимации линейных функционалов, в неявном виде также используются свойства оптимальности сплайнов. [9]
Рассмотрим общие положения, приемлемые для построения оптимальных алгоритмов распознавания образов, базирующихся на эвристических и непараметрических методах. Действительно, несмотря на кажущиеся различия, в обоих случаях при анализе сходства образов используют определенные меры: для эвристических алгоритмов - различные метрики, а для непараметрических статистических - оценки плотности или вероятности принадлежности ситуаций к образу. Однако если для эвристических алгоритмов выбор метрики лимитируется только обычными аксиомами расстояния, то при построении статистических алгоритмов необходимо учитывать условия сходимости по вероятности полученной оценки. [10]
Возможен и другой, вероятностный подход к построению оптимального алгоритма. [11]
Такая ситуация типична, например, при построении асимптотически оптимальных алгоритмов. Можно отметить, что в настоящее время именно теория асимптотических оценок является эффективным средством решения проблем оптимизации алгоритмов для различных классов задач. [12]
Векторное представление конечной последовательности удобно использовать при построении оптимальных алгоритмов обработки многократных измерений. [13]
Предлагаемая вниманию читателя книга базируется на исследованиях различных авторов по определению эффективности вычислительных алгоритмов и построению оптимальных алгоритмов, которые проводились в последние три десятилетия. Развитие данного направления было инициировано основополагающими работами А. Н. Колмогорова, С. М. Никольского, А. Ки-фера конца сороковых - начала пятидесятых годов, а уже в конце пятидесятых годов появилась первая монография, в которой, для одной из задач, систематически изучались оптимальные алгоритмы решения ( Витушкин А. Г. Оценка сложности задач табулирования. [14]
Повышение производительности труда, существенное улучшение характеристик действующих объектов, нахождение оптимальных режимов их функционирования и построение оптимальных алгоритмов для управления - все эти задачи в принципе могут быть решены путем создания математических моделей объектов с последующей их оптимизацией. Весьма часто математические модели действующих объектов отсутствуют, что связано с определенным отставанием теоретических исследований механизма процессов, протекающих в объекте. [15]