Cтраница 3
Таким образом, специфика задач того и другого типа определяется тем, что в критерий оптимальности входит одна ( заведомо неотрицательная) переменная ( параметр нагрузки) с коэффициентом, равным единице. Если эту переменную включить в столбец свободных членов системы ограничений в качестве параметра, получим задачу параметрического программирования, в которой критерий оптимальности равен параметру. [31]
В ряде случаев исходные параметры задачи могут изменяться в нек-рых пределах. В связи с актуальностью исследования влияния вариации отдельных параметров показателя качества п ограничений на решение задачи возникло параметрическое программирование. [32]
В ряде случаев исходные параметры задачи могут изменяться в нек-рых пределах. В связи с актуальностью исследования влияния вариации отдельных параметров показателя качества и ограничений на решение задачи возникло параметрическое программирование. [33]
Многие машинные программы, построенные на базе симплексного метода, автоматически обеспечивают так называемый классификационный анализ ( ранжировку) коэффициентов в выражении для целевой функции. Существует также ряд стандартных программ, предусматривающих более тщательный анализ линейных моделей на чувствительность; при этом используются специальные вычислительные приемы, такие, как метод присоединенных целевых функций i: параметрическое программирование. [34]
Параметрическое программирование следует применять, если имеется некоторая свобода выбора исходных данных. Наконец, параметрическое программирование позволяет оценить устойчивость решения задачи математического программирования по отношению к случайным погрешностям, а также чувствительность задач к возможному изменению параметров условий задачи. [35]
Задачи, в которых показатель качества решения или некоторые из функций нелинейны, относятся к нелинейному программированию. При наличии случайных параметров условные экстремальные задачи решаются методами стохастического программирования. Существует и так называемое параметрическое программирование, представляющее собой средство анализа влияния вариации отдельных параметров показателя качества и ограничений на решение задачи. [36]
Экономическая и геометрическая интерпретации задачи параметрического программирования. Такие задачи называются задачами параметрического программирования. [37]
Если допустить сильные изменения в векторах b и с, то оптимальное решение будет изменяться скачкообразно. При повышении цены на яйца они в определенный момент будут исключены из диеты; говоря языком линейного программирования, переменная xegg скачкообразно перейдет из базисной в свободную. Чтобы проследить за этим изменением, необходимо ввести так называемое параметрическое программирование. Но если изменения являются небольшими, как обычно и бывает, то оптимальный угол будет оставаться оптимальным; базисные переменные останутся прежними. Другими словами, матрицы В и Т7 не изменятся. [38]
Решение задачи (5.3.1) - (5.3.3) существенно упрощается, если предположить, что критерий линеен, а векторы q ( t), a ( t), b ( t) - кусочно-линейные функции времени. Это предположение не является слишком жестким, учитывая высокую степень неопределенности данных, но оно позволяет воспользоваться мощными методами решения задач линейного параметрического программирования. [39]
С вычислительной точки зрения применение закона оптимального планирования с прогнозом приводит к необходимости решать для определения множества Р ( л) п задач математического программирования (4.2.4), размерность которых равна размерности состояний отдельных элементов. В общем случае - это задача нелинейного параметрического ( относительно плана я) программирования. Таким образом, переход от принципа оптимального планирования (4.5.1), (4.5.2) к принципу оптимального планирования с прогнозом состояний (4.7.9), (4.7.10), с одной стороны, приводит к уменьшению размерности решаемых задач математического программирования, а с другой стороны - к необходимости решения задач параметрического программирования, что несомненно вызывает усложнение используемых для решения вычислительных алгоритмов. [40]
Многогранное множество, определяемое условиями ( 3), образует n - мерный параллелепипед. Неравенства ( 6) - ( 7) определяют выпуклый многогранный конус с вершиной в начале координат. При изменении параметра Mt от at до р ( в задаче ( 1) - ( 4) линейная форма Ь ( М) достигает минимума. Методов решения задачи параметрического программирования такого типа не существует. [41]