Эвристическая стратегия

Cтраница 1

Характеристики полимерного множества. [1]

Эвристические стратегии или правила математически не строги, ибо используют накопленный человеком и формализованный опыт, эмпирические правила и стратегии, здравый смысл. Эвристическая стратегия, отбрасывая заведомо бессмысленные варианты, в соответствии со здравым смыслом использует не все множество вариантов. Так, поиск в конструкционном ряду сокращает поисковое поле почти в 3 раза, в ряду прозрачных материалов - в 17 раз, а фрикционных материалов - почти в 208 раз. [2]

Эвристические стратегии выбора - это набор правил, принципов и приемов инту итивного характера, которые гораздо менее четко определены и не всегда позволяют получить оптимальное решение. Однако они имеют то достоинство, что способны радикально уменьшить сложность и трудность выбора и в значительной мере снижают напряженность интеллектуальных усилий, требующих для подготовки и принятия решения. Действуя в рамках эвритической стратегии, лицо, принимающее решение, воспринимает ситуацию как набор таких характеристик, как вероятность выигрыша, размер выигрыша, вероятность проигрыша, размер проигрыша, риск и др. Тем самым он создает факторное представление ситуации. В зависимости от правил оперирования этими факторами в процессе выбора различают два вида эвристических стратегий. [3]

Любой эвристической стратегии управления ресурсами всегда сопутствует предположение, что каждому заданию для завершения требуется получить по крайней мере столько же единиц обслуживания, сколько им уже было получено. Объясните, справедливо ли подобное предположение и насколько оно полезно. [4]

Поэтому разработано много эвристических стратегий, позволяющих сокращать число резольвент, необходимых для решения задачи. [5]

Для предварительного анализа проектов могут быть использованы достаточно простые эвристические стратегии принятия решений. Кроме того, может рассчитываться минимально возможный тариф, при котором проект будет безубыточным. [6]

Чередование в MOLGEN подхода наименьших свершений и эвристических стратегий иллюстрирует ограниченность принципа наименьших свершений. В связи с тем, что любой решатель имеет неполные знания о проблеме, в процессе - использования принципа наименьших свершений может возникнуть следующая ситуация. Необходимо делать выбор, но нет оснований предпочесть одну альтернативу другим. Во многих случаях угадывание позволяет продолжить процесс поиска решения и довести его до конечного результата. В других случаях угадывание приводит к конфликтам, требующим новых попыток по угадыванию. Конфликт может возникнуть и при работе по принципу наименьших свершений, а именно в том случае, когда цели принципиально недостижимы. [7]

Процедуры SETMATCH, SINGLEMATCH и MULTIMATCH являются эвристическими стратегиями сопоставления, которые предусматривают сильные предположения относительно природы формулировок теорем Т и ТА для аналогичных пар теорем. В процедуре SETMATCH предполагается, что атомы в seti и set2 будут иметь однозначное соответствие и что части семантического разбиения также будут отображаться взаимно-однозначно. [9]

Цикл наименьшей предвзятости и эвристический цикл. На схеме показано, как интерпретатор системы управляет работой стратегических операторов. В цикле наименьшей предвзятости в план вносятся умеренные изменения, причем возможность продолжения процесса определяется согласованностью подзадач ( и распространением ограничений. Когда исчерпываются все возможные шаги наименьшей предвзятости, система MOLGEN начинает выдвигать гипотезы, переходя в эвристический цикл. [10]

Чередование в системе MOLGEN стратегии наименьшей предвзятости и эвристической стратегии иллюстрирует одно интересное ограничение, присущее принципу наименьшей предвзятости. Любая система располагает лишь частичным знанием о решении задач в данной области. [11]

Как правило, каждый крупный ученый или изобретатель вырабатывает собственную эвристическую стратегию. Основными элементами при этом, как считает известный математик и исследователь эвристики Дж. Пойа [3], могут быть следующие методы и приемы: видоизменение задач, при котором осуществляется поиск новых комбинаций данных; введение вспомогательных элементов. Далее важное значение имеет мобилизация ( восстановление в памяти научно-технического материала, необходимого для решения задачи) и организация ( комбинирование восстанавливаемых элементов), которые должны нас привести к плодотворному видоизменению задачи. [12]

При решении задач система MOLGEN чередует стратегию наименьшей предвзятости и эвристическую стратегию. [14]

Динамическое распознавание крупных и мелких заданий - это первый рассматриваемый нами пример эвристической стратегии управления ресурсами. Перемещение программы в каждую следующую очередь всегда происходит в предположении, что данная программа требует еще по крайней мере такого же продолжительного обслуживания, какое она уже получила. Основная идея здесь состоит в построении прогнозов на будущее на основе сведений о предыдущих этапах обработки задания. [15]

Страницы: 1 2