Эвристический алгоритм

Cтраница 1

Эвристические алгоритмы чаще всего применяются не для поиска единственно правильного ( оптимального решения), а для поиска первого решения, удовлетворяющего некоторому критерию при заданных ограничениях. [1]

Эвристический алгоритм в своей основе имеет модель поведения человека-оператора. [2]

Эвристические алгоритмы управления используются не только как методы решения оптимизационных задач в случаях, когда большая размерность не позволяет найти точное решение за приемлемое время, но и как средство формализации методов принятия решений и выработки стратегий управления процессами, для которых критерий оптимальности трудно сформулировать в явном виде, либо имеется несколько противоречивых критериев. Суть эвристических методов принятия решения в том, что не составляется некий график хода УП с указанием конкретных значений, которые должны принять управляемые переменные в том или ином месте, в тот или иной момент времени. Вместо этого решение принимается только на один, текущий шаг управления. При этом учитывается как физическая природа решаемой задачи, так и целый ряд особенностей реальных ОУ и условий, в которых он функционирует. Управление, основанное на использовании эвристических ( неформальных, нестрогих) методов принятия УР, называется ситуационным. Представляется, что ситуационное управление должно стать одним из важнейших методов принятия УР при разработке месторождений. [3]

Предлагаются эвристические алгоритмы прогнозирования стохастических сигналов при отсутствии точной априорной информации об их статистических характеристиках. [4]

Рассмотрим эвристический алгоритм формирования типовых модулей. Определим на множестве процедур U отношение предшествования U как множество процедур, результаты которых непосредственно используются процедурой и [ и U - обратное к t / отношение. В соответствии с алгоритмом объединяются в один модуль близлежащие по уровням процедуры, связанные отношением U, обладающие одним весом и являющиеся общими для одного подмножества задач. [5]

Достоинством эвристических алгоритмов является их способность находить оптимальные или близкие к ним решения при п 100 за полиномиальное время вычислений. Недостатком является то, что найденное наилучшее решение в общем случае не является оптимальным. В практических задачах для графов большой размерности ( п 1000) упомянутый недостаток эвристических алгоритмов не является существенным, так как находимые таким путем решения обычно отличаются от оптимальных лишь на доли процента. [6]

Эффективность эвристических алгоритмов зависит от числа п типа эвристик, а также последовательности их применения. Этим объясняется большое разнообразие таких алгоритмов, отличающихся точностью поиска оптимального варианта, степенью снижения размерности пространства поис ка и, следовательно, быстродействием. Обычно эвристические алгоритмы используются в сочетании с другими ( например, эволюционными или алгоритмическими) для получения некоторого исходного варианта схемы, который в последующем должен уточняться. Однако при удачном выборе эвристик и последовательности их выполнения они могут иметь самостоятельное значение, позволяя получать оптимальные или близкие к ним решения. [7]

Под эвристическими алгоритмами ( процедурами) понимаются алгоритмы, основанные на правдоподобных, но не обоснованных строго предположениях о свойствах оптимального решения задачи. [8]

Ниже предлагается эвристический алгоритм, позволяющий за счет преобразования классифицируемых векторов в векторы малой размерности существенно сократить число требуемых операций. [9]

Когда выполняешь эвристический алгоритм и он вроде бы дает очень хорошие решения, уверенности все равно быть не может, поскольку не знаешь, где лежит оптимум. [10]

Обобщенная блок-схема эвристического алгоритма динамического распределения производственной программы рассматриваемого предприятия ( рис. 10 - 1) содержит блоки алгоритма, основные особенности функционирования которого следующие. [11]

Расчеты по эвристическому алгоритму связаны с процессом принятия решений. Поэтому необходимо обеспечить вмешательство человека в процесс вычислений, корректировку и выбор определенных параметров. [12]

Сравнение эвристического и оптимального GH-кодирований. [13]

В этих экспериментах эвристический алгоритм генерирует результаты, близкие к оптимальным. [14]

Обычно легко изобрести эвристические алгоритмы, которые быстро находят решение; в действительности можно обнаружить, что большинство, но не все решения, задаваемые эвристикой, являются хорошими. Обычно невозможно доказать, что эвристический алгоритм всегда находит решение, близкое к оптимальному. [15]

Страницы: 1 2 3 4