Cтраница 1
Решение задач оптимального планирования и управления для иерархической системы осуществляется, как правило, итерационным методом. На первом этапе решаются частные задачи управления для каждой из подсистем. При этом отыскиваются оптимальные соответствующие ресурсы управления и функции цели в зависимости от ресурсов управления, общих для подсистем. [1]
При решении задачи оптимального планирования и управления нефтеперерабатывающими производствами значительное внимание уделяется также учету специфики технологических процессов товарных блоков. [2]
Предложенный алгоритм использован для решения задачи оптимального планирования основного производства территориально-отраслевого комплекса. [3]
Рассмотренные выше подходы к решению задачи оптимального планирования эксперимента по оцениванию параметров случайных процессов существенно отличаются от классического подхода, рассмотренного в гл. Для некоторых достаточно простых постановок могут быть получены результаты, похожие на результаты классической теории. Ниже рассмотрена одна из таких постановок. [4]
На рис. 2 - 4 / уровень обеспечивает решение задачи оптимального планирования. Основой этого уровня является линейная модель текущего планирования, с помощью которой по полученным от директивных органов показателям плана Q3aa и информации о материальных и производственных ресурсах составляется оптимальная производственная программа на плановый период. [5]
Одним из наиболее эффективных и опробованных практикой методов решения задач оптимального планирования является линейное программирование. Оно объединяет теорию и практику решения экстремальных задач, в которых требуется найти совокупность значений переменных величин, удовлетворяющую заданным линейным ограничениям и максимизирующую или минимизирующую целевую функцию этих переменных. [6]
Высокая допустимая степень детализации моделей отдельных предприятий при решении задачи оптимального планирования технологических комплексов с применением разработанного алгоритма, а также автономный характер локальных задач оптимизации, обеспечиваемый струк-турно-подсистемыой декомпозицией, позволяют в конкретных планово-производственных ситуациях осуществлять эффективную координацию процесса распределения общесистемных ресурсов и заданий. [7]
Таким образом, точные решения задач такого рода не могут служить надежным способом решения задач оптимального планирования с приближенными исходными данными. [8]
Видимо, для обеспечения сравнимости показателей газодобывающей промышленности с другими топливодобывающими отраслями и для решения задач оптимального планирования Единой газоснабжающей системы и топливно-энергетического баланса более приемлемыми являются показатели удельных затрат на создание новых мощностей с учетом затрат на поддержание добычи. Эти показатели достаточно стабильны не для одного года, а всего расчетного периода. [9]
Выбор величины шага дискретности ДГ, как и горизонта планирования, связан с точностью решения задачи оптимального планирования и временем ее решения. При прочих равных условиях и, главное, при одном и том же горизонте планирования точность решения задачи увеличивается, а потери оптимальности снижаются по мере уменьшения шага дискретности, поскольку его сокращение на практике означает повышение точности аппроксимации непрерывных функций времени - параметров модели. [10]
В реализованных подсистемой задачах предполагается, что всесоюзные объединения отрасли при расчете своих планов учитывают результаты решения задач оптимального планирования; эти задачи представляют собой систему уравнений и неравенств, определяющих отраслевые и локальные ограничения на развитие действующих и создание новых предприятий, потребности народного хозяйства в готовой продукции, а также основную цель - наиболее полное удовлетворение потребностей народного хозяйства в продукции отрасли. [11]
Анализ состояния автоматики на узлах подготовки показывает, что существующие средства КИП и А не могут ofiec почивать решение задач оптимального планирования. [12]
Бесконечношагоеый процесс динамического программирования ( т - - оо) применяется для задачи, где участок времени заранее не вполне определен, и необходимо получить решение задачи оптимального планирования безотносительно тому, на каком шаге операция будет закончена. Эта модель удобна тем, что все шаги в ней равны, и процесс в этом смысле однороден. [13]
Как видим, существующие методы анализа ориентируют на планирование от достигнутого уровня, а не на оптимальное планирование. Разумеется, только аналитических данных для решения задач оптимального планирования еще недостаточно, однако без них оптимизация планирования невозможна. [14]
В кн.: Системы программного обеспечения решения задач оптимального планирования: Крат. [15]