Cтраница 3
Отсюда следует вывод, что если выявлен достаточно полный набор факторов, обусловливающих сложность решения задач, то количественные значения этих факторов должны изменяться при переходе от решения этих задач по варианту А к варианту В СОИ. Каждая оперативная задача принципиально может быть решена с учетом некоторой оптимальной информации, наиболее точно отражающей объективную реальность ( состояние объекта), и адекватной индивидуальной психологической структуре ее решения. Такому отражению соответствуют субъективно оптимальные и теоретические значения факторов сложности, которые могут быть получены из анализа оптимальных способов решения задач. Любое реальное СОИ не является идеальным каналом связи, оно как бы вносит шумы в систему, статистически обусловливая некоторые отступления операторов от оптимальной стратегии действия при решении конкретной задачи. Психологический анализ деятельности операторов многих объектов показал, что, несмотря на индивидуальные различия между операторами, в среднем обнаруживается определенная, статистически достоверная тенденция в отклонении хода решения оперативных задач от оптимального в зависимости от структуры СОИ. [31]
Если учесть, что системы распределения охлаждающих сред в электрических машинах содержат значительно больше четырех ответвлений, то сложность решения задачи в общей постановке станет очевидной. [32]
Если учесть, что системы распределения охлаждающих сред в электрических машинах содержат значительно больше четырех ответвлений, то сложность решения задачи в общей постановке станет очевидной. Ниже этой проблеме будет уделено специальное внимание ( гл. [33]
В зависимости от конкретного хода решения и трудностей, с которыми сталкивается оператор, из ЭВМ на СОИ могут выводиться рекомендации о значениях различных психологических факторов сложности решения задач ( см. гл. [34]
Однако функциональные блоки имеют и некоторые недостатки: сложность и длительность конструирования большого числа молекулярных блоков различного назначения; зависимость свойств блоков от температуры, что требует разработки новых технологических процессов; сложность решения задачи подсоединения к единичной секции внутри многофункционального блока; трудности рассеивания тепла, что требует громоздких охлаждающих устройств. [35]
В то же время анализ выявил ряд факторов, которые в большинстве случаев влияют на процесс решения ( зачастую на самых различных его этапах для разных испытуемых, опытов и задач), обусловливая разный уровень сложности решения задач. В качестве основного метода изучения влияния факторов сложности задач на показатели их решения использован анализ статистических связей между факторами сложности и показателями, а также между отдельными факторами и между различными показателями. [36]
Существенным дополнением к тем постановкам и результатам, которые содержатся в данном пособии, могут служить ряд следующих оригинальных достижений в [785]: 1) показано, что для класса линейных задач и линейной исходной информации оптимальные пассивные и последовательные ( адаптивные) алгоритмы дают один и тот же результат; 2) исходная информация в виде конечного набора функционалов представлена одним нелинейным функционалом; 3) показано также, что для нелинейных задач адаптивная линейная информация может иметь существенное преимущество перед пассивной; 4) для ряда задач указаны нижние грани ошибок оптимальных алгоритмов по всем способам задания допустимой информации; 5) определены связи между основными понятиями теории оптимальных алгоритмов и экстремальными задачами теории аппроксимации; 6) построена иерархия сложностей решения задач и показано существование задач с произвольной сложностью; 7) исследованы максимальные скорости сходимости и сложности итеративных процессов при данной информации. [37]
НИОКР; сочетание возможностей, предоставляемых КСА, с творческими усилиями специалистов; комплексное использование средств вычислительной и организационной техники; интеграция САПР с АСНИ; АСТПП, ГПС, АСУП, развитие концепции ИПК; разработка и применение стандартов и нормативных документов, регламентирующих процесс проектирования; применение прогрессивных методов организации, планирования и управления НИОКР; организация системы подготовки кадров; определение НТУ и качества САПР, совершенствование методики; установление необходимого и достаточного состава САПР для данного объекта или класса объектов проектирования с применением ФСА; нормирование составляющих процесса проектирования в системе человек - машина; определение экономической эффективности использования САПР для проектирования конкретного объекта, совершенствование методики; прогнозирование развития объекта проектирования и соответствующих периодов обновления САПР, ее элементов и подсистем; выбор наиболее эффективных областей для капитальных вложений в САПР; разработка и применение мер материального и морального стимулирования в условиях САПР; определение социального эффекта автоматизации проектирования конкретного объекта; формирование общественного мнения, убежденности руководителей и специалистов в необходимости и возможности выполнения проектных работ по-новому, в условиях САПР; разъяснение сложности решения задачи автоматизации и недопустимости дискредитации идеи поспешными шагами. [38]
Процесс теплообмена в сушильной установке осложнен мас-сообменом. Сложность решения задачи в общем виде в этом случае заключается в том, что суммарная скорость процесса сушки одновременно зависит от термического сопротивления теплоотдаче и от сопротивления внутренней диффузии влаги к поверхности высушиваемых частиц. [39]
При этом речь идет не только о материальных ресурсах, потребляемых в основном производстве, но и о потребности в необходимых материалах, используемых для вспомогательного производства, ремонтно-эксплуатационных нужд, технологических целей. Сложность решения задачи комплектности предопределена значительной номенклатурой потребляемых материалов и незначительной потребностью большинства из них. [40]
Расположение аппаратуры системы мониторинга в определенных местах реки ( водоема), а также ее параметры должны выбираться так, чтобы по данным опросов выявлять по возможности большее число аварийных сбросов и как можно точнее определять место, время и мощность каждого из них. Сложность решения задач выбора системы мониторинга и идентификации аварийного сброса обусловлена многочисленными обстоятельствами, препятствующими определению аварии на водном объекте. Во-первых, может произойти размытие и разложение 3В, в результате чего контрольный прибор не сможет отделить сигнал от шума, воспринимая концентрацию от такого сброса как фоновую. Во-вторых, периодичность измерений может оказаться такова, что значительная часть загрязнений с повышенной концентрацией пройдет по течению реки мимо места расположения сооружений мониторинга как раз в период между двумя последовательными опросами аппаратуры. В-третьих, расположение пунктов мониторинга на реке или водоеме может быть таким, что произошедший выброс 3В просто минует измерительную аппаратуру и не будет зафиксирован. Кроме того, при большом числе сооружений, осуществляющих плановые ( неаварийные) сбросы, трудно определить, какое именно из этих сооружений виновно в конкретном аварийном сбросе, поскольку при дискретности мониторинга все сбросы могут интерпретироваться как один. [41]
Постановки задач, которые приходится решать при разработке баз данных, не являются сложными. Однако сложность решения задач на практике определяется огромным числом элементов данных и связей между ними, которыми приходится манипулировать. Описание элементов и связей сопровождается большим числом служебных деталей. [42]
В настоящей главе выделены типовые задачи расчета теплопроводности при проектировании теплообменников. Показана сложность решения задачи теплопроводности ребер и этим обоснована ориентация на достаточно точные инженерные расчеты и простые в реализации методы. [43]
Во-первых, при разбиении задачи управления на два уровня решение одной задачи большой размерности удается заменить решением нескольких задач меньшей размерности. А так как сложность решения задачи резко увеличивается с ростом ее размерности, декомпозиция приводит к уменьшению затрат машинного времени. [44]
Практически в доказательстве теоремы 14 содержится алгоритм раскраски, исключая момент выбора соцветных вершин. Так как вся сложность решения задачи о раскраске указанным методом заключается в построении последовательности соцветных вершин, то необходима подходящая эвристика для этого шага. [45]