Cтраница 2
Данная проблема является одной из основных концептуальных проблем, с которыми приходится сталкиваться в процессе поиска оптимального решения, оцениваемого с помощью векторного критерия эффективности. [16]
По своей природе поставленная выше задача оптимального распределения ресурсов относится к классу многоэтапных, так как процесс поиска оптимального решения осуществляется последовательно, отдельными шагами. Оптимизация многоэтапных процессов эффективно решается методами динамического программирования. [17]
Решение этой проблемы состоит в выделении области компромисса QX из области допустимых решений QX - Данная проблема является неосновной в процессе поиска оптимального решения. Но разрешение этой проблемы важно, так как позволяет сузить область допустимых значений, в которой будет находиться оптимальное решение. К тому же в некоторых случаях решение задачи векторной оптимизации заканчивается выделением области компромиссов, обеспечивая приемлемую для практических нужд точность получаемого решения. [18]
При проектировании оптимальных систем на вычислительных машинах необходимо организовать такой процесс расчета, при котором рассчитываемые варианты сравниваются между собой при помощи некоторого критерия оптимальности; затем регулируемые параметры изменяются целенаправленным образом, после чего отбирается вариант, дающий критерию экстремальное значение. Процесс отбора оптимального варианта называется процессом поиска оптимального решения. [19]
Второй подход состоит в стремлении максимально ускоренного проведения комплекса необходимых работ с некоторыми ограничениями по суммарной мощности привлекаемых к этому подразделений. Использование того или иного подхода существенно упрощает процесс поиска оптимальных решений за счет резкого сокращения числа рассматриваемых альтернативных вариантов организационно-технологического обеспечения РЭО, сокращения вычислительных операций. [20]
Кроме того, алгоритм очень удобен для проведения с помощью ЭВМ аналитических выкладок, связанных с нахождением передаточного отношения. Это особенно важно при синтезе механизмов, когда последнее в процессе поиска оптимального решения приходится вычислять при различных значениях кинематических параметров дифференциалов. [21]
Предложен новый подход к анализу безопасности АЭС с использованием интегральных кодов улучшенной оценки и компьютерная программа, его реализующая. Метод базируется на совместном использовании интегральных кодов типа RELAP5, как источнике информации о протекании динамических процессов на АЭС, и современных вычислительных технологий для управления процессом поиска оптимальных решений по обеспечению безопасности на основе заданных критериев. [22]
При разработке системы передачи информации - одной из важнейших в современных автоматизированных системах управления - требуется решать задачи выбора структуры системы, протоколов обмена информацией, элементной базы реализации связных устройств, а также проектирования устройств для конкретной системы. В настоящем пособии изложены сведения, необходимые разработчику системы передачи информации, относительно принципов функционирования сетей передачи информации и их основной элементной базы - микропроцессорных средств, раскрыты основные этапы проектирования микропроцессорных устройств для систем передачи информации, дан материал о важнейших математических аппаратах и средствах, используемых в процессе поиска оптимальных решений. [23]
Удивительно, но факт: случайность, этот разрушитель порядка, может выступать в роли универсального инструмента в исследовании операций. И даже может помогать корректировать поиск неведомого. Получается, что случайность способна помочь в оптимизации самого процесса поиска оптимальных решений. Интересно, как это происходит на практике. [24]
Итак, возвращаясь к задачам моделирования, отметим, что, с одной стороны, адекватные модели систем передач, отражающие стохастический характер поведения моделируемого объекта, являются достаточно сложными, с другой стороны, для описания процесса передачи сигналов с требуемой точностью необходимо значительное количество входных параметров, следовательно, произвести моделирование в аналитическом виде удается либо в отдельных частных случаях, либо не удается вовсе. Наличие трудно формализуемых факторов и ограничений, приближенность ряда исходных данных и многокритериальный характер общей задачи анализа и проектирования ( имеющей место также и в случае модернизации уже имеющейся сети) вызывает необходимость использования интерактивного ( диалогового) режима проектирования, Такой режим позволяет объединить в едином процессе современные математические методы и алгоритмы оптимизации с опытом и интуицией проектировщика. Последнее обеспечивает возможность контроля за ходом проектирования и активного вмешательства в процесс поиска оптимальных решений. С этой точки зрения компьютерное моделирование является не столько фактором упрощения, сколько неотъемлемой частью процесса анализа телекоммуникационной системы. [25]
При построении алгоритма расчета несимметричных циркуля-торов-тансформаторов активных сопротивлений в общем виде на базе решения системы (5.2) переходить от матрицы сопротивлений к матрице рассеяния и рассчитывать частотные характеристики целесообразно на заключительной стадии, а не на стадии определения начального приближения. Такой подход, естественно, оправдан, если особых требований к частотным характеристикам не предъявляется. В противном случае требования к частотным характеристикам нужно учесть при формировании целевой функции и рассчитывать их многократно в процессе поиска оптимального решения. [26]
Приведенные в работах [62, 63] условия устойчивости для различных технологических схем элементов контактных аппаратов содержат производные от температуры газового потока после первого ( или второго) слоя катализатора. Другими словами, на этапе расчета контактного аппарата ( замкнутой схемы) требуется вычисление производных от некоторых промежуточных переменных для проверки условий устойчивости. Если же для решения задачи оптимизации применяются методы первого порядка, возникает необходимость в расчете вторых производных от указанных переменных, что серьезно усложняет процесс поиска оптимального решения. [27]
Анализ опыта разработки, проектирования и эксплуатации адсорбционных установок показывает, что возможности их адаптации к изменившимся условиям эксплуатации весьма ограничены. Соответствующие мероприятия по адаптации для характерных изменений условий эксплуатации достаточно очевидны. Реализацию одних мероприятий можно предусмотреть непосредственно при проектировании и сооружении адсорбционной установки, а реализацию других отнести на более отдаленный период; причем затраты на мероприятия по адаптации, отнесенные на более отдаленный период, практически не зависят от времени их реализации. Таким образом, учет адаптации не вносит существенных усложнений в реализацию процесса поиска оптимального решения задачи. [28]
Часто нет необходимости подробно описывать саму задачу, потому что ее структура достаточно ясна способ решения определенным образом следует из жизненного опыта. Такие рутинные решения обычно протекают по схеме: инициатива ( заказ) - ознакомление с задачей - сравнение с аналогичными или похожими решениями - определение рациональных вариантов. Для сложных или новых задач с однозначными параметрами необходима точная и подробная постановка задачи. В этом случае необходимо иметь значительный объем информации, касающийся и цели задачи. Необходимо составить представительное множество рациональных вариантов решения и затем выбрать оптимальный вариант с большим или меньшим объемом обработки данных. Этот объем, когда мы имеем дело с неоднозначными параметрами, по крайней мере не меньше, а обычно намного больше, чем при однозначных параметрах. Другие особенности выявляются при наличии дополнительной информации. То же относится и к стадиям инициативы, проверки результатов л оформления решения. Процесс принятия новых решений при многозначных параметрах может быть различным в зависимости от того, применяют ли классические, производные или гибкие критерии. Соответствующие процессы представлены на рис. 9.8, 9.9 и 9.10. В то время как при использовании классических критериев внимание принимающего решение должно концентрироваться на заключительном этапе выбора, применение гибкого критерия характеризуется более важной ролью анализа информации в принятии решения. Для применения производных критериев необходимо задать некоторые дополнительные условия. Некоторые критерии сами определяют эти дополнительные параметры, тогда как такие параметры, как границы риска, доверительные факторы или весовые характеристики, должны быть заданы. При предварительном анализе ( см. рис. 9.9) нужно во всяком случае найти достаточное обоснование, почему выбор решения определяется именно этим критерием. В остальном процесс поиска оптимального решения идентичен таковому при использовании классических критериев. Из всех трех схем ( рис. 9.8, 9.9 и 9.10) видно, что формирование множества рациональных вариантов решения следует непосредственно из постановки задачи. Если какая-либо естественная дискретизация отсутствует, то оиа выбирается принимающим решение. [29]