Вид - целевая функция
Cтраница 3
Для описания математической постановки задачи, обеспечивающей оптимальный выбор параметров регулирования стока по потребностям водопользователей, предварительно рассмотрим расчетные методики, использованные при установке связей между параметрами, а также вид целевой функции и ограничений. [31]
Методы поиска экстремума классифицируются по следующим признакам: в зависимости от характера экстремума существуют методы условной и безусловной, локальной и глобальной оптимизации; по числу переменных проектирования различают методы одномерного и многомерного поиска, а по характеру информации о виде целевой функции - методы нулевого, первого и второго порядков, причем в методах первого порядка используют градиент целевой функции, поэтому эти методы называются градиентными, в методах второго порядка применяют вторые производные, а в методах нулевого порядка производные не используют. [32]
Чтобы задача стохастического программирования была поставлена, необходимо определить, что следует понимать под целевой функцией задачи, как следует истолковывать ограничения и в каких стратегиях ( чистых, смешанных или комбинированных) следует вычислять решение задачи. Вид целевой функции, характер ограничений и выбор вида стратегий, в котором решается задача, являются, таким образом, основными признаками классификации задач стохастического программирования. [33]
В этом случае значения qi следует представить в каждом г - м узле в виде ряда дискретных вариантов, каждому из которых присваивается определенный уровень или подуровень приоритета. Вид целевой функции и многокритериальная процедура оптимизации аналогичны описанным выше. [34]
Что касается многоконтурных ТПС, то для оптимизации гидравлических режимов их работы аналогичным образом может быть применен метод МКО с сохранением всех своих основных положений ( гл. Изменится лишь вид целевой функции в соответствии с назначением расчета, а также скорректируется содержание этапа, связанного с оптимизацией методом ДП разветвленной ТПС, получаемой после разрезания исходной многоконтурной схемы в точках слияния потоков. [35]
Все зависит от вида целевой функции, с которой мы сталкиваемся в каждой конкретной задаче оптимизации. [36]
Поведение системы в пространстве состояний напоминает движение шарика, который стремится скатиться в точку минимума некоторого потенциального рельефа. Характер рельефа определяется видом целевой функции Е и формируется в процессе обучения сети. Алгоритм обучения ( формирование весовых коэффициентов с у) основывается на правиле Хебба. [37]
Главный недостаток этого способа заключается в его неуниверсальности. Инженер-схемотехник должен сам выбирать вид целевой функции, а потому и метод оптимизации, так как эффективность применения метода зависит от характера целевой функции. [38]
Тогда все остальные условия называются дополнительными. Основное условие обычно выражается в виде целевой функции, экстремум которой определяет выходные параметры синтеза. [39]
Необходима свертка всех трех критериев в один, но таким образом, чтобы улучшение каждого из них не приводило бы к неприемлемому ухудшению остальных. Такая свертка может привести к резкому изменению вида целевой функции. [40]
Функция Н должна формироваться в зависимости от условий задачи. Возможность определения краевых условий для сопряженных функций зависит от вида целевой функции и постановки задачи оптимизации. [41]
Опираясь на изложенные выше сведения о функциональной эффективности различных схем отбора полезных соединений, исследуем чувствительность их экономической эффективности к включению в схемы мод елей, как элементов прогнозирования свойств. Как и ранее, рассмотрим вначале отбор по одному виду целевой функции. Так как структура многоступенчатых отборов синтезируется в зависимости от требований практики, рассмотрим следующие ограничения. Пусть s - сумма, отпущенная на поиск NTpe ( 5 соединений, обладающих заданным уровнем одного вида активности с вероятностью - вых; - время проведения изысканий. Используя в качестве элементов единичные отборы ранее упомянутых классов, требуется синтезировать оптимальную схему многоступенчатого отбора. Могут быть заданы различные условия оптимальности. [42]
 |
Схема многоступенчатого отбора. [43] |
Этого можно достигнуть только применяя многоступенчатые последовательные отборы. Здесь подразумевается, что на всех ступенях отбор ориентируется на один заданный вид целевой функции. Многоступенчатые отборы по нескольким видам целевых функций будут обсуждены позднее. [44]
Целесообразно выбрать также критерии качества сборки и его количественную оценку в виде целевой функции. В этом случае появляется возможность формулировки к решения задачи оптимизации конструкции покрышки, оборудования для ее изготовления и реализации задачи создания систем автоматизированного проектирования новой техники для производства шин с использованием промышленных роботов. [45]
Страницы: 1 2 3 4