Оптимальное компромиссное решение

Cтраница 1

Оптимальное компромиссное решение находится по минимальному значению функции F ( x) на множестве допустимых решений данной задачи. К сожалению, практических рекомендаций для вычисления весов Pi ( / 1, М - 1) ни в одной из упомянутых выше работ не приводится. [1]

Графическое изображение изменения критериев на множестве f. [2]

Для выбора оптимального компромиссного решения сопоставляются значения критериев, вычисленных на множестве с [ xs, х6 ], со средними значениями этих показателей в период обследования. [3]

Угловое положение нулей и максимумов как функция длины ряда в длинах волн для антенны с осевым. [4]

Это распределение обеспечивает оптимальное компромиссное решение между шириной главного лепестка и уровнем боковых лепестков. [5]

Как уже отмечалось, оптимальное компромиссное решение многокритериальной задачи должно принадлежать эффективному множеству. Именно поэтому определенное число алгоритмов решения задач векторной оптимизации базируется на необходимости выделения на первом этапе эффективного множества. [6]

Разработаны некоторые способы выделения оптимального компромиссного решения, когда информация, полученная от ЛПР, носит качественный характер. [7]

Показатели качества регулирования. [8]

Здесь встает проблема поиска оптимальных компромиссных решений. [9]

Таким образом, область поиска оптимального компромиссного решения еще более сокращается в связи с переходом от множества Э к множеству XQ. Множество XQ может содержать в себе большое количество несравнимых решений, порождающих неопределенность при выборе оптимального компромиссного решения. В таких случаях необходима дополнительная информация от ЛПР. [10]

А так как при выборе оптимального компромиссного решения из эффективного множества требуется меньше информации от ЛПР, чем при его нахождении из всего допустимого множества решений, то полученное решение будет более достоверным и объективным. [11]

С помощью такого способа нахождения оптимального компромиссного решения всегда известна цена уступки по одному критерию, которая позволяет приобрести выигрыш в другом. [12]

Как следует из этого определения, найденное оптимальное компромиссное решение должно принадлежать эффективному множеству, в противном случае можно найти такое решение, на котором все критерии не ухудшают своих значений, а по крайней мере один строго улучшает. Если поиск оптимального компромиссного решения осуществляется при помощи алгоритмов многокритериальной оптимизации, вошедших в первую группу, то необходимо дополнительно показать, что найденное решение является эффективным. [13]

Они не всегда соответствуют максимумам поглощения, а являются оптимальным, компромиссным решением для анализа той или иной приро шой смеси в конкретной подвижной фазе. Подвижные фазы охарактеризованы в самых общих чертах, приведены наиболее часто применяемые системы, без детализации состава. Прямое детектирование биогенных аминов, аминокислот, жирных кислот, фосфолипидов, углеводов, некоторых гликозидов затруднено, так как они имеют низкую интенсивность поглощения, причем в коротковолновом УФ свете. Это приводит к уменьшению чувствительности детектирования, к необходимости применения дорогих растворителей с высокой степенью отчистки от примесей, поглощающих в УФ свете. [14]

Обоснована необходимость разработки такого алгоритма векторной оптимизации, в котором сперва определяется все эффективное множество, после чего из найденного множества выделяется оптимальное компромиссное решение. Сам факт определения эффективного множества уже несравнимо сужает область поиска оптимума. Эффективные решения, являясь потенциально оптимальными, представляют дополнительную информацию для выбора оптимального компромиссного решения. Степень достоверности найденного оптимального компромиссного решения существенно зависит от информации, получаемой от ЛПР. [15]

Страницы: 1 2 3