Поисковая процедура

Cтраница 2

Существенным при этом является отсутствие итерационных и поисковых процедур, что создает предпосылки совмещенного синтеза или управления объектом в режиме реального времени с учетом изменения свойств среды и самого объекта управления. [16]

Для определения глобального экстремума при поисковой процедуре может оказаться полезным предварительное сканирование. При этом всю область допустимых значений переменных х делят на сравнительно небольшое число подобластей и находят значение х в центре каждой из них. Такое разделение позволяет составить грубое представление о возможном положении экстремумов функции. Поиск же ведется вблизи заподозренных точек. [17]

Процедура с жестко заданными маршрутами и поисковая процедура при выборе маршрута используют сведения о топологии сети в виде таблиц маршрутов. В качестве критерия оптимизации и для составления таблиц могут применяться, например, время задержки передачи сообщений, качество каналов передачи, надежность, число транзитных узлов, протяженность и т.п. Все критерии могут быть выражены с помощью назначения каждой линии весов. [18]

Алгоритм оценки состояния прибора по результатам проверки на функционирование. [19]

Место нахождения неисправности локализуют с помощью различных поисковых процедур, направленных на последовательное сужение области нахождения дефекта. При этом план поиска строят на основе статистических ( априорных) данных о надежности средства измерений и элементов, сведений о структуре ( схеме) и результатов контроля его параметров. [20]

К системам ручного поиска, в которых поисковая процедура осуществляется специалистом без участия поисковых средств, относятся различные систематические и другие указатели, которые возможно и создавались с помощью ЭВМ, но применяются для визуального поиска путем обычного просмотра необходимых разделов указателя. [21]

Поскольку оптимизация обучающихся моделей почти всегда осуществляется некоторой поисковой процедурой ( в противоположность аналитическим методам), имеется значительное число критериев оценки погрешностей, каждый из которых можно использовать без существенных различий в сложности вычислений. [22]

Тематический ( предметный) поиск является главной и наиболее распространенной поисковой процедурой, так как большая часть описанных выше задач может быть решена только при выявлении описаний изобретений, имеющих отношение к рассматриваемому вопросу. В соответствии с правовой практикой большинства стран различается несколько категорий изобретений: устройства, способы, вещества и их применение по новому назначению ( см. гл. Поэтому процедура поиска во многом зависит от того, к какой из этих категорий изобретений относится объект поиска. [23]

Предлагаемый состав реквизитов регистрационной карточки заявки позволяет рационально построить поисковые процедуры при автоматизированной обработке информации. [24]

Одна из эволюционных моделей искусственного интеллекта основана на оценке поисковых процедур рассмотренных нами программ. Первые программы, такие, как Логик-теоретик, GPS, символический интегратор Слэйджла, система для доказательства геометрических теорем, часто при получении решения прибегали к длительному поиску. Более поздние программы ( например, программа для решения содержательно заданных алгебраических задач Боброу, программа установления геометрического подобия Эванса, визуальная программа Газ-мана) значительно менее терпеливы и получают решение, обходясь без чересчур длительного поиска. Некоторые программы побочной линии ( например, программа символического интегрирования Мозеса) также отличаются небольшим объемом поиска. [25]

Влияние точности вычислений на результат. [26]

Большинство из перечисленных рекомендаций служат обычными правилами, применяемыми для успешного применения поисковых процедур, однако, в рассматриваемых задачах их учет имеет особый смысл. [27]

Поисковые оптимальные адаптивные АСУ ТП решают также задачу динамической оптимизации на основе поисковых процедур минимизации критерия качества управляемых динамических технологических объектов управления. [28]

Алгоритмы, реализующие методы случайного поиска, обладают большей универсальностью, чем алгоритмы, основанные на регулярных поисковых процедурах, поскольку общая структура таких алгоритмов в принципе не зависит от свойств данной конкретной модели оптимизации и определяется свойствами класса моделей в целом. [29]

Несмотря на ряд очевидных преимуществ, методы случайного поиска не исключают необходимости использования в процессе численной реализации оптимизационных задач регулярных поисковых процедур. Так, если dimx5 и свойства функций моделей оптимизации достаточно просты, регулярный поиск по сравнению со случайным оказывается более быстродействующим. Особенно в таких задачах, где градиенты функций могут быть вычислены по аналитическим выражениям. Отдельные задачи решены методами теории планирования многофакторных экспериментов. Все использованные методы достаточно хорошо известны и подробно обсуждены в тех публикациях, на которые сделаны соответствующие ссылки. [30]

Страницы: 1 2 3 4