Cтраница 1
Минимаксный принцип применяют и в менее очевидных обстоятельствах. Но надо иметь в виду, что обычно он оправдывается только недостаточностью информации о распределении вероятностей условия viK, так как иначе он может привести к большим потерям. [1]
Дополнительные потери в задаче о технологической линии. [2] |
Минимаксные принципы, исходящие из предположения, что природа действует наихудшим для статистика образом, являются оправданными в стратегических играх, но в играх статистических они выражают, по существу, точку зрения очень осторожного человека, старающегося получить хотя бы доступное и не гонящегося за максимальным, чтобы не потерпеть случайно большого ущерба. Недостатком минимаксных принципов следует считать также то, что они не учитывают априорной информации о - состояниях природы и тем самым ограничивают тот выигрыш, который эта информация может дать. [3]
Минимаксный принцип не является, конечно, единственным возможным методом заключений. Иногда более приемлемы менее пессимистические точки зрения, например предположение о равномерном распределении, в том случае, когда это распределение нам неизвестно. Вопрос о правомерности тех или иных предположений зависит от характера решаемой задачи и не может быть объектом обсуждения внутри самой теории проверки гипотез. Однако минимаксный принцип позволяет получить некоторые заключения и теоремы общего характера и, кроме того, имеет безусловное практическое значение. [4]
Дополнительные потери в задаче о технологической линии. [5] |
Поэтому минимаксные принципы можно рекомендовать в тех случаях, когда отсутствует априорная информация о состояниях природы или есть основания сомневаться в достоверности этой информации. [6]
Недостаток минимаксного принципа и соответствующего критерия заключается в том, что главное внимание уделяется наибольшим разностям между выходами модели и реального процесса, а остальные разности игнорируются, хотя они могут быть значительными. [7]
Второй критерий J использует минимаксный принцип оптимальности. В соответствии с этим принципом каждое решение оценивается наихудшей взвешенной величиной из М х р значений критериев и затем, меняя х, из этих оценок выбирается наименьшая величина. [8]
В данной книге используется лишь минимаксный принцип. [9]
Принцип минимальной сложности является аналогом минимаксного принципа, принятого в теории игр. Действительно рассмотрим следующую игру, которую ведет проектировщик систем управления с задачей аналитического синтеза. Стратегией проектировщика является выбор какого-нибудь множества из системы множеств М, в котором ищется решение задачи аналитического синтеза. Стратегией задачи аналитического синтеза является оператор, удовлетворяющий функциональному уравнению J ( х) р и принадлежащий множеству, выбранному проектировщиком. Платой проектировщика в этой игре является объем вычислительных работ, стоимость физической реализации и ненадежность полученной системы управления. [10]
Альфа-бета алгоритм является эффективной, реализацией минимаксного принципа. Эффективность альфа-бета алгоритма зависит от порядка, в котором просматриваются варианты ходов. Применение альфа-бета алгоритма приводит, в лучшем случае, к уменьшению коэффициента ветвления дерева поиска, соответствующему извлечению из него квадратного корня. [11]
В этих случаях теория игр руководствуется минимаксным принципом. Этот принцип применяется и в случае частичного незнания характеристик. В любой ситуации недостающие сведения восполняются с помощью минимаксной процедуры. [12]
Так как начальное рассогласование неизвестно, то, последовательно применяя минимаксный принцип. [13]
На этой идее основан знаменитый альфа-бета алгоритм, предназначенный для эффективной реализации минимаксного принципа. На рис. 15.4 показан результат работы альфа-бета алгоритма, примененного к нашему дереву рис. 15.2. Из рис. 15.4 видно, что некоторые из рабочих оценок стали приближенными. Однако этих приближенных оценок оказалось достаточно для того, чтобы определить точную оценку корневой позиции. [14]
Дополнительные потери в задаче о технологической линии. [15] |