Cтраница 1
Выпуклое программирование оказывается, однако, неэффективным, если при выработке оптимальных моделей используются многоэкстремальные модели. Такие задачи довольно широко распространены на промышленных предприятиях, так как в большинстве отраслей промышленного производства с ростом объема производства удельные затраты сокращаются, изменяясь по параболическому закону. [1]
Выпуклое программирование - когда выпукла целевая функция ( если рассматривается задача ее минимизации) и выпукло множество, на котором решается экстремальная задача. [2]
Выпуклое программирование показаны соответствующие функции двух переменных. [3]
Выпуклое программирование представляет собой совокупность специальных методов решения нелинейных экстремальных задач, у которых выпуклы либо целевые функции, либо ограничительные условия. [4]
Выпуклое программирование рассматривает задачи минимизации нелинейной, но гладкой выпуклой функции ( первые производные функции непрерывны) при ограничениях, заданных нелинейными неравенствами, определяющими выпуклое множество пространства переменных. [5]
Выпуклое программирование: когда выпукла целевая функция ( если рассматривается задача ее минимизации) и выпукло множество, на котором решается экстремальная задача. [6]
Задача выпуклого программирования при наличии хорошего начального приближения может быть сведена к последовательности задач безусловной оптимизации. При этом сложность задач от шага к шагу не возрастает, чем предложенный метод выгодно отличается от метода штрафных функции. [7]
Линейное п выпуклое программирование, Изд. [8]
В задачах выпуклого программирования поиск оптимальной точки сводится к вычислению целевой функции в ряде точек из области ее задания. [9]
Из задач выпуклого программирования подробно разработаны задачи квадратичного программирования, в которых требуется найти максимум ( или минимум) квадратичной функции при условии, что ее переменные удовлетворяют некоторой системе линейных уравнений. [10]
Симплексный метод выпуклого программирования, описанный в разд. [11]
Решение задач выпуклого программирования упрощается, если ограничения представить в виде линейных равенств или неравенств. [12]
Большинство методов выпуклого программирования применяется и для любых одноэкстремальных задач. [13]
В задаче выпуклого программирования локальный экстремум одновременно является и глобальным. [14]
В задачах выпуклого программирования для оптимальности допустимого вектора достаточно, чтобы он был наилучшим среди близких к нему допустимых векторов. [15]