Вычислительная сложность - алгоритм
Cтраница 2
Однако содержание теории алгоритмов значительно шире, чем только область оценки вычислительной сложности алгоритмов, поэтому представляется логичным расширить издание за счет включения в него дополнительных разделов, посвященных элементам теории алгоритмов и оценкам трудоемкости. Кроме того, несомненно важно осветить некоторые новейшие направления в области разработки алгоритмов. [16]
Получены аналитические выражения ( реализованные в программном комплексе) и приведены оценки вычислительной сложности алгоритма, синтезированного методами АКОР; ПИД-алгоритма управления с адаптацией параметров алгоритмом Хука-Дживса и генетическим алгоритмом. Данные результаты позволяют сопоставить различные варианты алгоритмического обеспечения и получить оценки потенциально достижимого качества управления при заданных характеристиках технических средств. Экспериментально подтверждены теоретические предположения о свойствах САУ с ИЗ: возможное ухудшение показателей качества по мере усложнения описания объекта и / или алгоритмического обеспечения; наличие пределов уточнения модели объекта и увеличения размерности пространства состояния для учета ИЗ, превышение которых может привести к потере преимуществ вычислительно сложных оптимизационных алгоритмов перед простыми инженерными алгоритмами. [17]
Машины Тьюринга, несмотря на их неадекватность в качестве моделей реальных производственных вычислений, наиболее удобны для исследования вычислительной сложности алгоритмов. Это связано с рядом особенностей их строения и функционирования. [18]
Выбор того или другого пути зависит от обозримости всей совокупности исходной информации в рамках комплексной математической модели, соотношением между вычислительной сложностью алгоритма и возможностями используемой вычислительной техники, а также от необходимости технологических прерываний расчетов. Примером комплексной трудно обозримой задачи является алгоритм для решения задачи планировки орошаемых земель. Здесь поиск проектных отметок поверхности земли достаточно тесно связан с последующим выбором схемы производства планировочных работ. [19]
Для каждой из тестируемых гипотез вычисляются условные ( парциальные) оценки расширенного вектора состояния ООУ и ОКС. Поэтому вычислительная сложность синтезируемого алгоритма обработки информации возрастает пропорционально количеству гипотез о ВИ. Следовательно, для получения наиболее простого в вычислительном отношении алгоритма следует стремиться уменьшать число рассматриваемых гипотез на каждом этапе процесса оценивания. С другой стороны, такое уменьшение, как правило, влечет за собой снижение точности вычисляемых оценок и достоверности решений, принимаемых при распознавании случайных событий. Эти ограничения сформулированы ниже в виде совокупности условий, составляющих существо установленного принципа минимальной вычислительной сложности алгоритмов распознавания-оценивания. [20]
Для функции факториал а не обходим только один параметр - число, факториал которого нужно вычислить. При анализе вычислительной сложности алгоритма обычно рассматривается сложность как функщжрозмера задачи или количества входных параметров. Поскольку в данном случае имеется только один параметр, расчет сложности может показаться немного странным. [21]
В главе 1 рассматриваются те основы, которые вам необходимо изучить, прежде чем приступать к анализу сложных алгоритмов. Здесь описываются методы анализа вычислительной сложности алгоритмов. Некоторые алгоритмы, теоретически обеспечивающие высокую производительность, в реальностидаютне очень хорошие результаты Поэтому в этой главе обсуждаются и практические вопросы, например, рассматривается обращение к файлу подкачки. [22]
Основным достоинством подхода с использованием приближенных множеств является его способность работать с неточными и даже противоречивыми исходными данными. Главный недостаток заключается в высокой вычислительной сложности алгоритма генерации правил. [23]
Методы выбора математического обеспечения АСУ, на базе которых формируется оптимальная конфигурация МО для каждого объекта и процесса управления. При этом различают методы определения типа задач, оценки вычислительной сложности алгоритмов, оценки точности решения задач при использовании алгоритмов и моделей. [24]
 |
Общие функции оценки сложности. [25] |
Обычно алгоритмы со сложностью N log ( N) работают с очень хорошей скоростью. Вычислительная сложность алгоритмов, порядок которых определяется функциями С и N. [26]
Как видим, в рамках изложенного подхода сложность найденных правил определяется длиной и фраз, активизирующих экспертов. Поскольку вклады каждого из них не анализируются, среди них могут оказаться бесполезные для классификации эксперты. Необходимость использования многомерного вектора весовых коэффициентов существенно увеличивает вычислительную сложность алгоритмов обучения и затрудняет интерпретацию конечного правила кластеризации. [27]
В МО включаются также требования к содержанию документации при описании задач, составлении задания на алгоритмизацию, разработке экономико-математической модели, записи алгоритмов, при выполнении тестового и контрольного примеров. Кроме того, в МО входят методы определения типов задач, оценки вычислительной сложности алгоритмов, оценки допустимости отклонений полученных решений от оптимальных, инструкции персоналу, занятому разработкой математического обеспечения. [28]
Поэтому вычислительная сложность синтезируемого алгоритма обработки информации возрастает пропорционально количеству гипотез о ВИ. Следовательно, для получения наиболее простого в вычислительном отношении алгоритма следует стремиться уменьшать число рассматриваемых гипотез на каждом этапе процесса оценивания. С другой стороны, такое уменьшение, как правило, влечет за собой снижение точности вычисляемых оценок и достоверности решений, принимаемых при распознавании случайных событий. Эти ограничения сформулированы ниже в виде совокупности условий, составляющих существо установленного принципа минимальной вычислительной сложности алгоритмов распознавания-оценивания. [29]
Для каждой из тестируемых гипотез вычисляются условные ( парциальные) оценки расширенного вектора состояния ООУ и ОКС. Поэтому вычислительная сложность синтезируемого алгоритма обработки информации возрастает пропорционально количеству гипотез о ВИ. Следовательно, для получения наиболее простого в вычислительном отношении алгоритма следует стремиться уменьшать число рассматриваемых гипотез на каждом этапе процесса оценивания. С другой стороны, такое уменьшение, как правило, влечет за собой снижение точности вычисляемых оценок и достоверности решений, принимаемых при распознавании случайных событий. Эти ограничения сформулированы ниже в виде совокупности условий, составляющих существо установленного принципа минимальной вычислительной сложности алгоритмов распознавания-оценивания. [30]
Страницы: 1 2