Cтраница 2
При Ц2 О полученное начальное решение переходит в решение ньютоновой задачи. Если начальные условия таковы, что е 1, а со иррационально, то траектория не будет замкнутой. [16]
Изложенные методы нахождения начального решения не единственные. Заметим, что для всех полученных решений число заполненных ( отличных от нуля) клеток транспортной таблицы в точности равно числу базисных переменных задачи. [17]
Если они выполняются, начальное решение является искомым решением многопродуктовой задачи. [18]
Значения функции Д для начального решения и функции Д для улучшенного решения существенно отличаются друг от друга только для случая 50 переменных, трех ограничений и диапазона [0; 100] ( см. на рис. 2.8 верхнее семейство кривых), а для остальных значений параметров значения Д и Д практически совпадают. [19]
Рассмотрим три метода нахождения начального решения транспортной задачи: метод северо-западного угла, метод минимального элемента и метод Фогеля. [20]
Предположим, что принимается некоторое начальное решение й [1], в результате чего и [1] преобразуется в Т ( дг [1], и [1]), а Л - шаговый процесс в ( N - 1) - шаговый. Это и есть марковское свойство. [21]
Легко понять, что если начальное решение получено по методу северо-западного угла, то оно будет целочисленным. Кроме того, целочисленным будет любое промежуточное решение, полученное из начального, скажем, методом потенциалов. Отсюда следует, что в транспортной задаче с неделимыми продуктами среди оптимальных решений существует целочисленное. [22]
БЭСМ-4, весьма приближенном задании начального решения и точности решения не менее 0 1 % число итераций не превышает 6 - 8, а время счета - 1 мин. Общее время счета, включая расчет функции цели с учетом работы читающего устройства машины, составляет не более 3 мин. [23]
Поэтому один из путей нахождения начального решения исходной проблемы заключается в следующем. [24]
Первым шагом алгоритма подъема является построение начального решения. [25]
Сплошные кривые на всех рисунках соответствуют начальному решению, штрихпунктирные кривые - улучшенному решению ( которое совпадает с е-оптимальным решением), штриховые кривые - верхней оценке. [26]
Таким образом, идеальным было бы желание получить начальное решение, концентрируясь на ясности и корректности и практически не обращая внимания на его эффективность, а затем преобразовать это решение в эффективную форму, используя манипуляции, гарантирующие сохранение смысла программы. Такой трансформационный подход хорошо соответствует функциональным языкам, поскольку они чисто декларативны, обладая свойством прозрачности ссылок, что обсуждалось в первой части книги. Императивные же языки не обладают свойством прозрачности ссылок вследствие допущения глобальных переменных и разрушающего присваивания, в результате чего выражения могут принимать различные значения в разных контекстах и использование равенства в математическом смысле осуществляется с гораздо большим трудом. [27]
В основу метода положена идея последовательного улучшения некоторого начального решения, путем движения к оптимальному значению целевой функции, которое заранее неизвестно. [28]
Решение этой задачи основано на методе последовательного улучшения начального решения. Для дальнейшего решения задачи необходимо установить начальное распределение. [29]
Метод ветвей и границ без возвратов, используемый для получения начального решения, совместно с методом поиска в локальной окрестности дает хороший эвристический способ решения рассмотренной задачи. [30]