Cтраница 3
Именно с этих позиций будем строить теорию ЛОВ - в основу изложения положим рассмотрение нестационарных режимов генерации, что в свою очередь, потребует построения нелинейной нестационарной теории лампы обратной волны. Дальнейший вполне очевидный шаг - разработка методики интегрирования таких уравнений на ЭВМ и анализ результатов вычислительного эксперимента. [31]
Во второй и третьей главах рассмотрены основные алгоритмы составления расписаний, обеспечивающих минимизацию времени завершения комплекса работ и минимизацию среднего времени завершения работ соответственно для случаев различного числа тех или иных процессоров, различных видов заданий, их исходного упорядочения и условий исполнения. Четвертая глава посвящена вычислительной сложности решения задач упорядочения при построении расписаний. В пятой главе рассмотрены верхние оценки длин расписаний, а в шестой-точные и приближенные алгоритмы ветвей и границ для составления расписаний и результаты вычислительных экспериментов, а также осуществлено сравнение с алгоритмами динамического программирования. [32]
Доказано, что предлагаемые методы, полученные модификацией существующих методов в пределах их локальной точности, не ухудшают их. Однако предлагаемые методы являются консервативными в том смысле, что они сохраняют существующие интегралы, а при решении реальных задач - те физические законы, которым подчиняется исследуемый объект. Эти параметры модифицированных методов были установлены в результате широкого вычислительного эксперимента, проведенного в ходе выполнения работ по разработке новой электрофизической аппаратуры для задач ускорения и фокусировки пучков заряженных частиц. [33]
Ясно, что за хорошую структуру области допустимых решений иногда приходится платить усложнением функционального вида целевой функции. Однако целевая функция, как правило, и так имеет сложный вид. Поэтому такая плата, вообще говоря, сбоснована. Отметим, что, конечно же, существуют задачи, в которых евклидова метрика не эффективна. Однако опыт решения задач геометрического проектирования подтверждает точку зрения авторов. Некоторые из результатов вычислительного эксперимента при решении класса Ek-задач с подвижными границами приведены в следующих параграфах. [34]
Четвертый этап связан с обучением сети, которое может проводиться на основе конструктивного или деструктивного подхода. В соответствии с первым подходом обучение ИНС начинается на сети небольшого размера, который постепенно увеличивается до достижения требуемой точности по результатам тестирования. Деструктивный подход базируется на принципе прореживания дерева, в соответствии с которым из сети с заведомо избыточным объемом постепенно удаляют лишние нейроны и примыкающие к ним связи. Этот подход дает возможность исследовать влияние удаленных связей на точность сети. Процесс обучения нейронной сети представляет собой уточнение значений весовых коэффициентов м - для отдельных узлов на основе постепенного увеличения объема входной и выходной информации. Началу обучения должна предшествовать процедура выбора функции активации нейронов, учитывающая характер решаемой задачи. В частности, в трехслойных перцептро-нах на нейронах скрытого слоя применяется в большинстве случаев логистическая функция, а тип передаточной функции нейронов выходного слоя определяется на основе анализа результатов вычислительных экспериментов на сети. [35]
Четвертый этап связан с обучением сети, которое может проводиться на основе конструктивного или деструктивного подхода. В соответствии с первым подходом обучение ИНС начинается на сети небольшого размера, который постепенно увеличивается до достижения требуемой точности по результатам тестирования. Деструктивный подход базируется на принципе прореживания дерева, в соответствии с которым из сети с заведомо избыточным объемом постепенно удаляют лишние нейроны и примыкающие к ним связи. Этот подход дает возможность исследовать влияние удаленных связей на точность сети. Процесс обучения нейронной сети представляет собой уточнение значений весовых коэффициентов w - для отдельных узлов на основе постепенного увеличения объема входной и выходной информации. Началу обучения должна предшествовать процедура выбора функции активации нейронов, учитывающая характер решаемой задачи. В частности, в трехслойных перцептро-нах на нейронах скрытого слоя применяется в большинстве случаев логистическая функция, а тип передаточной функции нейронов выходного слоя определяется на основе анализа результатов вычислительных экспериментов на сети. [36]