Решение - задача - вид
Cтраница 1
Решение задачи вида (4.2), отвечающей технологическому варианту, на котором достигается наименьшее значение целевого функционала, определяет требуемый набор технических характеристик системы. [1]
В результате решения задач вида ( 8) - ( 11) по каждому предприятию определяется минимальное количество сырья и компонентов, обеспечивающих удовлетворение требований товарного плана. [2]
Эти методы широко применяются при решении задач вида (1.1.1), так как нахождение точного решения может потребовать значительных вычислительных ресурсов. Современные приближенные методы обычно являются комбинированными, т.е. содержат в себе элементы различных методов. В приближенных методах решение задачи производится обычно в два этапа: построение начального решения и улучшение начального решения. При этом на первом этапе широко используются эвристические алгоритмы - алгоритмы, основанные на правдоподобных, но не обоснованных строго предположениях о свойствах оптимального решения задачи. Примером эвристического алгоритма может быть алгоритм решения задачи коммивояжера, в котором на каждом шаге реализуется переход в ближайшую из оставшихся точку. Эти алгоритмы на каждом шаге решают локальную задачу оптимизации; полученное решение может быть сколь угодно далеким от оптимума. На втором этапе используются алгоритмы локальной оптимизации, связанные с введенным понятием окрестности; при этом можно использовать несколько алгоритмов этого типа, изменяя правила выбора окрестности. [3]
Таким образом, если g - решение задачи вида (3.6), то соотношение (3.8) выполнено. [4]
Нередко поступающие в вузы допускают ошибки при решении задач вида: доказать, что некоторая функция не я в ля е т с я периодической. В связи с этим полезно разобрать логическую структуру определения периодичности. Область ее определения обозначим через А. [5]
Аналогичные формулы в условиях упругого режима получим из решений задачи вида ( III. [6]
Лучше других разделов математического программирования разработано линейное программирование - теория и методы решения задач вида (1.1), в которых fj ( x), Osgj m, - линейные функционалы, a G - ортант или параллелепипед в n - мерном пространстве Rn. Линейное программирование сыграло и играет большую роль в математической экономике. Однако среди задач1 проектирования редко встречаются линейные непрерывные задачи. [7]
Уравнение (3.3.37) играет ту же роль, что и уравнение (3.2.15) при решении задачи вида (3.3.1) - (3.3.3) методом начальных параметров. [8]
Поэтому естественно ожидать, что существует не зависящее от начальных условий поджигания горючей смеси решение задачи вида / ( oj M const), описывающее волну горения, распространяющуюся с постоянной скоростью ип относительно неподвижной исходной смеси. Независимость от начальных условий означает, что решение при выходе на режим распространяющейся волны полностью забывает начальные условия - обладает своеобразной автономией. Ламинарное пламя, как будет показано ниже, обладает этим важным свойством. С течением времени форма пламени не изменяется, профили всех величин во фронте пламени остаются подобными самим себе. [9]
 |
Иерархическая структура процесса синтеза в виде дерева решений ( цифрами обозначены уровни проектиро. [10] |
Наиболее эффективным методом, применяющимся при решении задач дискретного структурного синтеза, является рассмотренный выше метод ветвей и границ, который органически приспособлен для решения задач иерархического вида. [11]
 |
Зависимость толщины d от частотного минимума /. [12] |
Толщиномер с контактным РС-преоб-разователем позволяет решать все три вида задач, указанных ранее. Он незаменим при решении задачи вида Б, т.е. при контроле объектов с неровными поверхностями, особенно неровной внутренней поверхностью. [13]
Каждая из сопряженных задач характеризуется некоторым значением W, г 1, т, совокупность которых составляет шкалу сложности. При этом величина W - определяет вычислительные затраты на решение задачи вида (3.12) с главным показателем У. Выбирая по шкале минимальную по сложности задачу, получаем наиболее экономичную вычислительную процедуру построения множества Парето. В [203] отмечается также, что использование принципа сложности не ограничивается только применением метода пороговой оптимизации, но может быть распространено и на другие известные подходы к векторной оптимизации. [14]
Будем в процессе принятия решения, в том числе и решения задач вида (2.46), (2.47) или (2.48), (2.49), искать такие значения параметров экспоненты А0 [ 1 -е-а т ], которые были бы максимально правдоподобными и не противоречили бы опыту. [15]
Страницы: 1 2