Cтраница 3
Поставлена задача отображения алгоритмов, представленных взвешенными графами большой размерности, на архитектуры мультитранспьютерных вычислительных систем, содержащих большое число транспьютерных элементов. Проведено теоретическое и численное исследование поставленной задачи. Исследование показало, что функционал, подлежащий минимизации, обладает ярко выраженной овражной структурой и содержит большое число локальных минимумов, что затрудняет и даже делает невозможным применение большинства методов решения подобных задач - различных эвристических методов, методов безусловного спуска, методов наискорейшего спуска и т.п. Единственной возможной альтернативой этим методам является использование стохастических алгоритмов. [31]
Используя специальный адаптивный стохастический алгоритм управления, позволяющий учесть текущее состояние диафрагмы и анодов, на ЦВМ определялась величина корректирующего воздействия на управляющий параметр - расход рассола. [32]
Используя специальный адаптивный стохастический алгоритм управления, позволяющий учесть текущее состояние диафрагмы и анодов, на ЦЖ определялась величина корректирующего воздействия на управляющий параметр - расход рассола. Новое значение расхода рассола, равное 14 2 л / час на кА нагрузки, поддерживалось на втором этапе в течение 2 суток, при этом удалось повысить величину выхода по току в среднем на 4 по сравнению с первым этапом, что показывает принципиальную работоспособность алгоритма управления. [33]
Используя специальный адаптивный стохастический алгоритм управления, позволяющий учесть текущее состояние диафрагмы и анодов, на ЦВМ определялась величина корректирующего воздействия на управляющий параметр - расход рассола. Новое значение расхода рассола, равное 14 2 л / час на кА нагрузки, поддерживалось на втором этапе в течение 2 суток, при этом удалось повысить величину выхода по току в среднем на 4 по сравнению с первым этапом, что показывает принципиальную работоспособность алгоритма управления. [34]
В конкретных задачах оптимального проектирования довольно часто зависимость критерия оптимальности F от параметров проектирования X получается слишком слож-ной. В этих случаях вместо вышеизложенных регулярных методов оптимизации используют методы случайного поиска. В этих методах направление поиска Р выбирают случайно, например, равновероятно в пределах гиперсферы с центром в точке X i. Существует огромное число алгоритмов случайного поиска. Следует отметить, что регулярные алгоритмы поиска являются частным ( а точнее, вырожденным) случаем стохастических алгоритмов. [35]