Cтраница 1
Изменение Ag целевой функции должно быть максимальным, точнее говоря, Л У. Это условный метод нахождения экстремума, при-яем решить такую задачу можно с помощью множителей Лагранжа. [1]
Величина изменения целевой функции за одну итерацию определяется как углом наклона ( крутизной) ребра, так и длиной ребра. [2]
Такой характер изменения целевой функции требует применения особых алгоритмов оптимизации. [3]
Стабилизация информационного управления предполагает изменение целевых функций. Рассмотрим это изменение подробнее, по-прежнему оставаясь в рамках модели с центром и одним агентом. [4]
На рис. 13.19 показано изменение целевой функции по циклам оптимизации. [5]
Вычислительные методы, позволяющие исследовать изменения целевой функции в зависимости от выбора вариантов значений переменных, определяющих решение. [6]
На рис. 15.3 представлены соответствующие графики изменения целевой функции ( от итерации к итерации), которые иллюстрируют возможный пилообразный характер поведения данной функции и его зависимость от начального приближения. [7]
Временные характеристики поисковых процессов, процессов изменения целевых функций ( энергетики) и процессов адаптации поиска определяют тем самым характерные времена передачи информации по соответствующим каналам; тем самым задаются временные отрезки для передачи квантов информации. [8]
Отсюда следует, что на 58 % изменение целевой функции Y происходит в результате влияния фактора jc, и на 24 % - в результате влияния фактора хт Таким образом, на 82 % степень очистки обеспечивается за счет обоих активирующих веществ. Остальная доля ( 18 %) объясняется влиянием других неучтенных факторов. [9]
В процессе оптимизации на экране отображается график изменения целевой функции ( рис. 8.8), а в строке состояния Excel - номер текущего поколения и лучшее для текущей популяции значение целевой функции. [10]
На рис. VI, 35 приведены графики изменения целевой функции в оптимальных режимах в зависимости от расхода и состава сырья, построенные для пропан-пропиленовой колонны. [11]
![]() |
Геометрическая интерпретация задачи нелинейного программирования. [12] |
В зависимости от правил обхода допустимой области изменений целевой функции методы нелинейного программирования подразделяются на три группы: перебора, локального поиска и глобального поиска. [13]
Двойственные оценки дефицитных ресурсов показывают pas - мер изменения целевой функции ( количество комплектов отливок) при увеличении соответствующего ресурса на единицу. [14]
Как видно, первый блок информации обусловливается динамикой изменения целевой функции предприятия, связанной с выпуском про-дукции. Но кроме этого здесь должны содержаться комплексные сведения о качественных и количественных характеристиках изделий и других предприятий, которые наполняют соответствующую нишу целевого рынка товаров. [15]