Cтраница 3
Построчные вероятностные ограничения позволяют отразить в данной постановке различную значимость для целевого функционала невязок, возникающих в отдельных ограничениях. [31]
Ниже мы будем рассматривать класс задач на оптимальное управление, в которых целевой функционал зависит лишь от фазовых переменных. [32]
В соответствии с этим задача регулирования формулируется следующим образом: требуется максимизировать значение целевого функционала JJ ( GK, С), определяющего расход конденсата на выходе из установки с заданными показателями качества. [33]
В ряде случаев неравенства (6.26) позволяют получить вполне приемлемые оценки для оптимального значения целевого функционала многоэтапной задачи. [34]
Редуцированная система ( АГ ВГ СГ) устойчива, если и только, если целевой функционал Je ( ArBrCr ] ограничен. [35]
Оказывается, что в задачах стохастического программирования с ограничениями на чистые стратегии оптимальное значение целевого функционала, достигаемое с помощью априорных решающих распределений, может быть достигнуто и на априорных решающих правилах - на детерминированных векторах. [36]
Решение задачи вида (4.2), отвечающей технологическому варианту, на котором достигается наименьшее значение целевого функционала, определяет требуемый набор технических характеристик системы. [37]
Рассмотрение последних двух разделов главы отходит от общего взгляда, приобретая специфику по классу целевых функционалов, исследуемых при проектировании системы. Дается определение и обсуждение небольшого числа ключевых ( и простых) математических понятий и обозначений, которые требуются для постановки и решения задачи. Основными средствами исследований являются матрицы, дифференциальное исчисление многих переменных и теорема Тейлора. Наконец, что наиболее важно, дается подробное описание задач оптимизации проекта для пяти типовых систем. Эти примеры являются прототипами классов задач проектирования, рассматриваемых в книге. В самом деле, каждая из пяти сформулированных здесь задач используется в последующих главах для иллюстрации изучаемых методов проектирования, сопоставления методов и служит образцом их применения при проектировании систем и конструкций. [38]
Gi - icG с непустой внутренностью и число az - i - рекордное значение целевого функционала решаемой задачи по всем просмотренным до сих пор точкам, удовлетворяющим с нужной точностью ограничениям задачи. [39]
Однако еще в работе [20] показано, что значительно лучшие результаты будут получены, если целевой функционал подвергнуть частотному взвешиванию. [40]
Более тонкие аспекты идентификации учитываются выбором соответствующих нелинейных характеристик риска или полезности, включаемых в целевой функционал или в ограничения задачи. [41]
![]() |
Блок-схема математической модели процесса стабилизации конденсата в ректификационной колонне. [42] |
Задача регулирования процесса стабилизации конденсата заключается в определении управляющих переменных процесса, обеспечивающих экстремальное значение целевого функционала. [43]
Задача регулирования процесса регенерации ДЭГа заключается в определении управляющих переменных процесса, обеспечивающих экстремальное значение целевого функционала. [44]
А - i iLi, то условие начала и конца пути в пункте а0 учитывается целевым функционалом и задача будет безусловной. [45]