Cтраница 3
Исходя из технологического содержания рассматриваемой задачи, необходимо отметить, что зависимость между строчными элементами вектора ограничений b b - не наблюдается. Это обусловлено тем, что ресурсы сырья и компонентов ввиду их поступления из различных источников между собой независимы, плановые задания устанавливаются в соответствии со спросом и потребностями народного хозяйства, а мощности технологических установок определяются в отдельности, исходя из требований регламента и в зависимости от времени работы в плановом периоде. Эта связь в оптимизационной модели учитывается при помощи балансовых вероятностных ограничений, описывающих взаимные переходы и взаимовлияния смежных продуктов в пределах одного способа производства. [31]
С - вектор коэффициентов, А - матрица параметров, Х - вектор переменных, В - вектор ограничений. [32]
Алгоритм решения задачи приведен на рис. 3.7. Входная информация для задачи кроме входной информации алгоритма РОТОК содержит вектор ограничений по узловым давлениям, список секционирующих задвижек и гидравлических регуляторов и месторасположение отказавшего элемента схемы. [33]
Теорема 4.6. Пусть матрица условий А и вектор с линейной формы задачи (3.1) - (3.2) фиксированы, а вектор ограничений b - случайный вектор, определенный на ограниченном множестве В. [34]
Для доказательства утверждения убедиться в том, что две допустимые задачи в канонической форме записи, отличающиеся лишь векторами ограничений, разрешимы или неразрешимы одновременно. [35]
Теорема 1.1. Множество К планов детерминированной задачи, эквивалентной двухэтапной задаче стохастического программирования, в которой случайным является только вектор ограничений Ь, является выпуклым многогранным множеством. [36]
Здесь ( а) - матрица условий ранга m, mn; b и с, - заданные соответственно вектор ограничений и вектор линейной формы; а, и Р - конечные числа. [37]
В [20] изучаются функции распределения оптимальных значений линейных форм задач линейного программирования, в которых коэффициенты целевой функции или компоненты вектора ограничений линейно зависят от s случайных параметров. [38]
Здесь ац и я у ( о) - соответственно, детерминированный и случайный коэффициенты матрицы условий; bjubi ( u) - детерминированная испуганная компоненты вектора ограничений; шел - случайный параметр; 5 - и в у - математическое ожидание случайных величин и - ( и) и а у ( о); у / - вероятность выполнения г - го условия; Ф 1 ( 7г -) - обратная функция нормального распределения; о. [39]
Возможны следующие виды корреляционных связей между случайными элементами системы ограничений модели: 1) корреляция между случайными элементами строк; 2) корреляция между строчными элементами вектора ограничений Ъ - & - ( / 1, т); 3) корреляция между строчными элементами варьируемой матрицы технологических коэффициентов / Гу а / Д ( j, n; il m); 4) корреляция межд. [40]
В рассмотренном примере варьируемый параметр содержится в показателе качества решения. Часто возникают задачи, в к-рых компоненты вектора ограничений зависят от пе-онредел. К такому случаю приходят, в частности, при составлении вариантов графика снабжения предприятия, в к-ром можно ожидать изменения в определ. [41]
В рассмотренном примере варьируемый параметр содержится в показателе качества решения. Часто возникают задачи, в к-рых компоненты вектора ограничений зависят от неопредел, параметра. К такому случаю приходят, в частности, при составлении вариантов графика снабжения предприятия, в к-ром можно ожидать изменения в определ. [42]
В § 1 исследуется геометрическая структура области определения задачи. Параграф 3 посвящен двухэтапной задаче в простейшей постановке, в которой случайным является только вектор ограничений, а матрица компенсации В имеет специальную структуру. [43]
Выясним условия, при которых множество S (3.2) не пусто, a L ( А, Ь, с) ограничено. Начнем со случая, когда матрица А и вектор с фиксированы, а составляющие вектора ограничений b рассматриваются как параметры. [44]
Принадлежность объекта определенному классу может носить четкий или нечеткий характер, а сами классы могут быть дискретными, нечеткими и непрерывными. В частности, с дискретными классами мы сталкиваемся при диагностировании несовместностей в задаче планирования - вектор ограничений является допустимым или недопустимым. [45]