Cтраница 1
Большая размерность задачи делает неизбежным агрегированное представление в модели пунктов производства и потребления топлива и транспортных связей между ними. СССР в целом будет представлена примерно 25 - 30 узлами ( районами) потребления топлива, 30 угольными месторождениями и бассейнами, 20 - 25 нефтеперерабатывающими заводами или их группами, 10 - 15 газодобывающими заводами или их группами и 10 - 15 газодобывающими районами и отдельными крупными месторождениями. [1]
Большая размерность задачи оптимизации, представленной последовательностью корпусов-стадий, затрудняет решение ее методами классического анализа и вместе с тем говорит о перспективности применения в этом случае метода динамического программирования. [2]
Большая размерность задачи линейного программирования может быть также обусловлена учетом неопределенности исходной информации. [3]
Большая размерность задач проектирования сложных технических систем и объектов делает целесообразным блочно-иерархический подход, при котором процесс проектирования разбивается на взаимосвязанные иерархические уровни. Структурный синтез составляет существенную часть процесса проектирования и также организуется по блочно-иерархическому принципу. Это означает, что синтезируется не вся сложная система целиком, а на каждом уровне в соответствии с выбранным способом декомпозиции синтезируются определенные функциональные блоки с соответствующим уровнем детализации. Существуют различные способы классификации задач структурного синтеза. Так, в частности, в зависимости от стадии проектирования различают следующие процедуры структурного синтеза: выбор основных принципов функционирования проектируемой системы, выбор технического решения в рамках заданных принципов функционирования, выпуск технической документации. В зависимости от типа синтезируемых структур различают задачи одномерного, схемного и геометрического синтеза. [4]
При достаточно большой размерности задачи оптимизации этот путь, даже при использовании операций сокращения перебора, может оказаться неэффективным ввиду значительного объема вычислений. [5]
В силу большой размерности задач геометрического проектирования удается строить их вероятностные модели, в достаточной степени адекватные исходным детерминированным моделям. Имеется в виду тот факт, что с увеличением размерности при соответствующем за дании вероятностной меры на множестве допустимых решений значения целевой функции ( как случайной величины) подчиняются распределению из определенного класса. В § V.1 показано, что в / - задачах с подвижными границами, если на множестве допустимых решений задана однородная вероятностная мера, распределение значений целевой функции принадлежит классу Кэптейна. Там же описаны подходы к определению функции распределения значений целевой функции в общем случае. [6]
При исследовании объектов большой размерности задачи планирования эксперимента часто формулируются как комбинаторные задачи по оптимизации перебора комбинаций множества количественных и качественных факторов для выявления наиболее значимых факторов и подбора наилучших комбинаций их значений. [7]
В связи с большой размерностью аначизируемой задачи, соответствующая управляющая система требует большого объема вычислений, производимых в реальном времени, что затрудняет использование точных математических моделей ХТС. Представляется целесообразным использование линеаризованных графовых моделей ХТС и соответствующих им сопряженных процессов, что позволяет резко уменьшить объем вычислений. [8]
Вторая трудность обусловлена большой размерностью задач исследования устойчивости сложных схем. Указанная трудность уже целиком связана со спецификой проблем моделирования сложных схем. [9]
Основными недостатками этих моделей является то, что большая размерность задач не позволяет решить их на современных ЭВМ; не учитывается пропускная способность портов в календарном разрезе. [10]
Как правило, моделирование сложных систем сталкивается с большой размерностью задачи, значительным числом внутренних взаимосвязей, различными вероятностными характеристиками. [11]
Непосредственное решение задачи (3.16) - (3.19) комбинаторными методами затруднено из-за большой размерности задачи. [12]
Как видно, описание модели в виде квадратичной формы требует при большей размерности задачи определения эолыпего числа неизвестных постоянных. [13]
В ходе оптимального проектирования больших систем обычно встречаются математические трудности, связанные с большой размерностью задач. [14]
Попытки учета коллективных взаимодействий путем использования методов статистической физики [64, 65] наталкиваются на технические трудности, связанные с большой размерностью задачи. [15]