Cтраница 3
АСУ являются системами с неполной информацией об управляемых объектах и процессах управления. Как правило, алгоритм управления формализуется лишь частично. Основные функции по принятию решений и подготовке данных для принятия решений осуществляются человеком на основе опыта. [31]
Необходимым условием неопределенности является либо неполная информация, либо краткосрочная стохастическая ситуация. [32]
Эта игра - игра при неполной информации, матрица не имеет седли-вого элемента. Видоизменим эту игру, превратив ее в игру с полной информацией. Пусть сперва кладет на стол монету первый игрок, а второму игроку до того, как он положит на стол свою монету, разрешается посмотреть результат. [33]
Преждевременно вынесенное решение на основе неполной информации может оказаться малоэффективным. Чрезмерная задержка вынесения решения также может сделать решение малоэффективным. Поэтому существуют некоторые рациональные периоды, в течение которых решение должно быть вынесено. Если регламентированный сбор данных осуществляется раз за некоторый период, то внутри этого периода решение может быть вынесено в различные моменты времени и с этой точки зрения процесс вынесения решения можно рассматривать как непрерывный. [34]
Система ПО проектируется при наличии неполной информации относительно окружающей среды функционирования. Кроме того, специфические условия труда программиста и особенности продукта этого труда являются следствием внесения ошибок, количество и степень влияния которых на систему достаточно неопределенны и зависят от совокупности различных объективных и субъективных факторов. Спроектированные системы ПО, как правило, не пригодны к эксплуатации без целенаправленного и глубокого тестирования. В большинстве случаев приходится иметь дело с системами, стоимость разработки и тестирования которых высока, поэтому процесс контроля схематично можно представить в следующем виде. [35]
В качестве примера игры с неполной информацией рассмотрим игру, в которой участвуют два игрока, А и В. [36]
В настоящее время мы располагаем неполной информацией относительно экономической эффективности применения ПР в сфере погрузочно-разгрузочных и складских операций. [37]
Следует отметить, что в случае неполной информации о показателях работы долот на данной ( например, разведочной) площади подбирать долота можно постепенно, по мере накопления данных. При построении алгоритма для выбора долота необходимо стремиться к тому, чтобы прогнозируемое значение целевой функции Сэ при неизменных забойных условиях не увеличивалось. Основой для сдвига по шкале долот служат показатели предыдущего рейса. [38]
Итак, оптимальный синтез в условиях неполной информации реализуется той же линейной функцией, что и в условиях полной информации, только аргументом этой функции является не фазовая координата z, а ее оценка, полученная из метода максимального правдоподобия. Значение функционала, разумеется, будет определяться и управлениями, и этими случайными процессами. [39]
Оптимальное расписание для одной машины при неполной информации. [40]
Важность распространения теории игр на случай неполной информации для военных и других приложений очевидна. Но продвижения в этой области даются с трудом и до сих пор здесь достигнут лишь очень небольшой прогресс. В этой главе будут скорее посеяны зерна, чем собраны готовые результаты. [41]
Предсказание требует соединения в единое целое неполной информации. [42]
Как мы увидели, в случае неполной информации, содержащейся в системе данных, как это часто бывает в реальных экспертных системах, то отрицательный ответ на запрос может означать, что нам просто ничего не известно. Должное внимание к формулировке правил вывода и выбору исходных предикатов базы данных может частично решить эту проблему. К сожалению, при неопределенности отрицательных ответов мы не можем полностью доверять и положительным, если в предикатах участвует операция не. [43]
При построении моделей управления в условиях неполной информации важно учитывать в соответствии с содержательной постановкой задачи ее информационную структуру, определяемую, главным образом, последовательностью наблюдений и решений. Если решение предшествует наблюдению, то оптимальный план стохастической задачи определяется статистическими характеристиками или известной выборкой возможных значений параметров условий задачи. Решение задачи не зависит в этом случае от текущих реализаций параметров условий. Если решение задачи следует за наблюдением, то естественно учесть в оптимальном плане зависимость решения от реализованных и наблюденных значений параметров условий задачи. [44]
Адаптивное управление обычно применяют в условиях неполной информации о состоянии объекта, когда невозможно получить точное выражение критерия оптимальности. Однако не только стохастические системы являются объектами адаптивного управления. В тех случаях, когда можно синтезировать выражение функционала и получить уравнения, описывающие состояние объекта, для поиска наилучшего управления может быть также рекомендован адаптивный подход. Его применение в подобной ситуации оправдывается сложностью функционала и уравнений связи и возникающими трудностями точного решения оптимизационной задачи классическими методами. [45]