Cтраница 1
Применение поисковых методов в задаче подбора кинетических характеристик осложняется рядом трудностей. [1]
Это существенно затрудняет применение поисковых методов оптимизации для получения приближенных решений задачи. Аппроксимируя управляющие функции кусочно-постоянными функциями, приходим к определению t через т шагов величиной АЛ Неопределенность / приводит к неопределенности т, а следовательно, и к неопределенности числа параметров оптимизации, что резко затрудняет конструирование алгоритмов поиска решений. [2]
Это существенно затрудняет применение поисковых методов оптимизации для получения приближенных решений задачи. Неопределенность t приводит к неопределенности т, а следовательно, и к неопределенности числа параметров оптимизации, что резко затрудняет конструирование алгоритмов поиска решений. [3]
В настоящее время, когда накопился огромный геологический и геофизический материал и имеется богатый опыт применения различных поисковых методов, исключительное значение приобретает разработка методики научного прогнозирования, базирующейся на изучении истории геологического развития данной территории, палеотектонических реконструкциях, позволяющих восстановить условия, способствующие формированию зон нефте-газонакопления и отдельных нефтяных и газовых месторождений. [4]
Возможно также применение других поисковых методов. [5]
Дополнительная информация для свертывания частных критериев не всегда может быть убедительно обоснована. Поэтому с целью применения поисковых методов для решения многокритериальных задач иногда вводится понятие эффективного вектора по аналогии с оптимальным вектором в однокритериальных задачах. [6]
Необходимость минимизации функции в вспомогательной задаче вместо функционала основной задачи существенно упрощает процесс решения. Аппроксимация временных функций в данном случае необязательна для применения поисковых методов решения. [7]
В настоящем разделе формулируется задача складирования и приводится решение ее тремя различными методами динамического программирования. При использовании первого метода устанавливаются некоторые функциональные уравнения и для получения ответа требуется применение поисковых методов. Во втором методе используется линейность задачи для получения простого алгоритма вычисления. Третий метод дает аналитическое решение и структуру решения, что в свою очередь ведет к численному решению. [8]
Поисковый метод фактически решает задачу прогнозирования и отвечает на вопрос: что вероятнее всего произойдет при условии сохранения существующих тенденций. Для реализации поискового метода часто используются различные статистические подходы, но наиболее эффективно сочетание прогнозирования по трендовым моделям с использованием экспертных оценок или оценок руководителя. Результаты статистических оценок, полученные в результате применения поискового метода, могут быть использованы для сравнения с результатами предполагаемых мер для определения их эффективности. [9]