Cтраница 1
Гибкость модели - критерий, который как бы противоречит всем указанным выше. Очевидно, что абсолютно жесткий, не поддающийся образ может быть приемлемым в застывших и неизменных структурах, которых в природе и обществе нет и быть не может. [1]
Таким образом, практическая вычислительная эффективность достигается за счет минимально возможной размерности основных ограничений задачи (1.186) - (1.190) и обеспечения достаточной гибкости модели ограничениями переменных коэффициентов, используемыми только в процедуре генерирования текущих вариантов переменных столбцов. [2]
Таким образом, практическая вычислительная эффективность достигается за счет минимально возможной размерности основных ограничений задачи (1.186) - ( 1 190) и обеспечения достаточной гибкости модели ограничениями переменных коэффициентов, используемыми только в процедуре генерирования текущих вариантов переменных столбцов. [3]
Построение модели из стандартных блоков дает возможность экспериментировать при ее реализации и в процессе эксплуатации. Тем самым обеспечивается необходимая гибкость модели. Отдельные блоки ( модули) могут быть изменены, и это не вызовет усложнения других блоков или увеличения их количества. [4]
Построение модели системы из таких блоков обеспечивает необходимую гибкость модели М в процессе ее эксплуатации, а также дает ряд преимуществ на стадии ее машинной отладки. При построении блочной модели проводится разбиение процесса функционирования системы на отдельные достаточно автономные подпроцессы. Таким образом, модель функционально подразделяется на подмодели, каждая из которых может быть разбита на еще более мелкие элементы. Блоки такой модели бывают основные и вспомогательные. [5]
Vm - С увеличением числа этих макрообъемов ( при прочих равных условиях) надежность системы уменьшается. Таким образом, рассматриваемая модель объединяет две противоположные тенденции масштабного эффекта и поэтому обладает большой гибкостью. Гибкость модели возрастает за счет значительной свободы в выборе размеров, формы и расположения критических объемов. [6]
Такая общность модели имеет место потому, что на абстрактном математическом языке она выражает происходящие вероятностные процессы. Описание не зависит ни от того контекста, в котором рассматриваются эти процессы, ни от их конкретного содержания. Таким образом достигается общность и гибкость модели. [7]
Такой подход требует дополнительного детального анализа колебаний химического состава шихтовых материалов. Увеличение размерности задачи в этом случае оправдано гибкостью модели и возможностью применения хорошо разработанных методов линейного программирования. [8]
В отличие от традиционного подхода к моделированию в данной работе способы распределения инвестиций по районам и по отраслям социальной сферы представляются с взаимозависимыми переменными нормативами, что создает возможность оптимизации как потоков инвестиций, так и нормативной базы потребления материальных и культурных благ. При этом многие структурные ограничения по качественному использованию инвестиций в социальной инфраструктуре с целью наиболее комплексного развития всех ее отраслей и равномерного выхода на нормативные уровни обеспеченности в прогнозном периоде могут быть описаны при помощи дополнительных ограничении взаимозависимых переменных нормативов. В связи с этим модель ориентируется на декомпозиционные методы решения с применением схемы регенерации столбцов, и при минимально возможной размерности основных условий обеспечивается достаточная практическая гибкость модели. [9]
С:, находятся в отличном согласии с соответствующими экспериментальными данными. Несмотря на это, авторами был сделан вывод, что использованная ими модель не является единственной для объяснения принципиальных особенностей воды. Как отметил Франк [72], требование гибкости модели для качественной интерпретации часто вызывает огромные трудности при попытке проведения ее количественной трактовки. [10]
Другая проблема более специфична. Ранее упоминалось, что разрабатываемые системы включают в себя специализированные вычислительные машины для эффективной обработки разнородных информационных потоков и формирования сигналов управления инерционными объектами. Другими словами, специализированной вычислительной машине отводится роль мозга системы и поэтому вопросы, связанные с ее структурой и алгоритмами работы, приобретают первостепенное значение. Выбор определенной структуры, разработка и отладка алгоритмов осуществляется испытаниями модели, отражающей информационную сторону системы. Средством создания такой модели служит универсальная вычислительная машина. При этом простота и гибкость модели во многом определяются согласованностью универсальной и специализированной машин. Кроме того, в процессе моделирования приходится выполнять действия над словами с переменной разрядностью, частями слова и отдельными разрядами. Применение специальных программ значительно замедляет работу вычислителя. Поэтому необходимо предусмотреть соответствующие возможности в машине. [11]