Cтраница 1
Сложность математической модели в этом случае обусловливает большой объем вычислительной работы, поэтому, как правило, использование численных методов связано с применением ЭВМ. [1]
Независимо от степени сложности математической модели и алгоритма решения задачи, с помощью которых отыскивается такого рода стратегия, ее формулировку в виде правил указанного выше типа всегда легко интерпретировать. В ряде случаев формирующие стратегию правила задаются в виде таблиц, и от руководителя требуется лишь простановка значений различного рода показателей, таких, как стоимость единицы складируемой продукции или средний уровень спроса. Нередко же система является полностью автоматизированной; в этих случаях ЭВМ постоянно следит за текущим уровнем запасов и в надлежащее время заполняет бланк заказа на поставку требуемой продукции с указанием точных количественных параметров. [2]
В связи со сложностью математических моделей процессов массовой кристаллизации в аппаратах данного типа ( описываемых системой уравнений в частных производных) методы оптимизации, примененные к кристаллизаторам типа MSMPR, очень трудоемки в применении к рассматриваемым аппаратам. [3]
Чаще всего простота или сложность математической модели связаны с тем, сколько в нее входит параметров - коэффициентов, учитывающих те или иные особенности объекта. Значения параметров характеризуют свойства данного конкретного объекта, отличающие его от других объектов того же класса. Чем больше параметров входит в модель, тем подробнее удается охарактеризовать его и тем точнее описать. [4]
Ясно ОДНО, что сложность математической модели в точности соответствует сложности решаемой задачи или комплекса задач. [5]
Многообразие объектов проектирования, сложность математических моделей, отражающих взаимосвязи параметров и характеристик объекта, а также ограниченные возможности средств вычислительной техники, требуют соблюдения определенных основополагающих принципов при создании САПР. [6]
Необходимо также учитывать уровень сложности математических моделей аппаратов, входящих в схему. Как видно из приведенных выше моделей аппаратов, они могут быть весьма сложными и при реализации на ЭВМ требовать больших затрат машинного времени. Одним из способов преодоления этого затруднения является построение приближенных ап-проксимационных моделей на основе достаточно большого количества расчетов по исходной модели в предполагаемой области изменения параметров. Однако точность аппроксимационной модели трудно оценить и необходимо следить, чтобы все параметры лежали в заданной области. [7]
В пользу первой альтернативы говорит сложность математических моделей управления, необходимость использования специальных компьютерных алгоритмов для реализации количественных методов, их применение и внедрение в деловую практику. Менеджер же, как лицо чаще гуманитарной направленности, более склонный к общению с людьми, чем к работе с числами, должен сосредоточиться на решении организационных и технических проблем. [8]
Таким образом, при выборе разумной сложности математической модели необходим всесторонний анализ, принципы которого не до конца формализуемы. Как отмечается в [15], умение правильно выбрать математическую модель находится на грани науки и искусства. [9]
Основное положение новой теории самоорганизации состоит в следующем: при постепенном повышении сложности математической модели некоторые критерии сначала снижаются, доходят до минимума, а затем начинают повышаться. Машина при помощи перебора способна находить минимум критерия. Для сокращения объема выбора вариантов при росте числа переменных разработаны алгоритмы метода группового учета аргументов ( МГУА), использующие принципы селекции. [10]
Таким образом, существующее противоречие между удивительной простотой фундаментальных законов природы и сложностью математических моделей может быть разрешено путем развития феноменологического подхода к моделированию сложных систем. [11]
Трудности решения практических задач анализа и синтеза адаптивных систем управления ( АдСУ) зачастую связаны со сложностью математической модели объекта управления: нелинейностью, стохастичностью, высоким порядком. Методы декомпозиции состоят в разделении исходной задачи на ряд более простых, решаемых независимо. [12]
Способы практической реализации во многом определяют качество математического моделирования. Сложность современных математических моделей требует большого запаса алгоритмов, чтобы выбирать тот или иной в зависимости от особенностей конкретной задачи. Не безразлично также, за счет каких средств достигается конечный результат моделирования. [13]
Этап 6 представляет собой математическую задачу нахождения экстремума глобального критерия Q в области изменений управляемых переменных, определяемой ограничениями системы. Сложность этого этапа обусловливается сложностью математических моделей отдельных элементов системы, сложностью ее технологической топологии и числом управляемых переменных. [14]
Он представляет собой математическую задачу нахождения максимума критерия Q в области изменения управляемых переменных, определяемой ограничениями системы. Сложность этого этапа обусловливается сложностью математических моделей отдельных блоков системы, сложностью структуры системы и числом управляемых переменных. Применительно к задаче оптимизации химического реактора детальный анализ этапов ее решения содержится в статье К. [15]