Качество - получаемое решение
Cтраница 1
Качество получаемых решений во многом зависит от настроечных параметров в вероятностно-пропорциональном правиле выбора пути на основе текущего количества феромона и параметров правил откладывания и испарения феромона. Возможно, что динамическая адаптационная настройка этих параметров может способствовать получению лучших решений. Немаловажную роль играет и начальное распределение феромона, а также выбор условно оптимального решения на шаге инициализации. [1]
 |
Вид карты раскроя. [2] |
Критерием оценки качества получаемого решения в данной модели является КИМ. [3]
Эффективность ГА, качество получаемого решения и успех дальнейшего развития эволюции во многом определяются структурой и качеством начальной популяции. Наиболее целесообразным представляется подход, основанный на комбинировании второй и третьей стратегии: путем предварительного анализа решаемой задачи выявляются подобласти в области поиска D, в которых могут находиться оптимальные решения, т.е. определяются особи с высоким значением фитнесса, а затем случайным образом формируются стартовые решения в этих подобластях. [4]
При развитии того или иного подхода необходимо постоянно учитывать соотношение между вычислительными затратами и качеством получаемых решений. [5]
Требования, предъявляемые к синтезируемым системам, зависят от конкретных условий и определяющим образом влияют на качество получаемых решений. [6]
 |
Влияние точности вычислений на результат. [7] |
Выбор начального приближения полезно предварять анализом изображений поверхности линий уровня или ее сечений; вариация начальных приближений позволяет проверить качество получаемого решения и, в ряде случаев, избежать локальных минимумов. [8]
Хотя в эвристических методах, как правило, отсутствует строгое обоснование ряда действий, они позволяют достичь целесообразного компромисса между качеством получаемого решения и затратами на вычисления. [9]
В области решения задач ДП в настоящее время основными проблемами, ожидающими своей разработки, очевидно, являются следующие: разработка общих и специальных методов решения задач ДП большой размерности ( несколько тысяч переменных и ограничений и более); создание методов решения задач этого класса, позволяющих осуществлять их решение в интерактивном режиме, а также предусматривающих возможность распараллеливания ВП для осуществления последнего на многопроцессорных ЭВМ; разработка методов, которые позволяют вести поиск решения задач различных размерностей в процессе работы АСУ и АСОД в реальном масштабе времени и управлять качеством получаемого решения в зависимости от отпускаемых на его поиск ресурсов. Нередко на практике оказываются особенно эффективными всевозможные эвристические алгоритмы, максимально учитывающие специфику решаемой задачи. [10]
ПС ЛЯПАС [ 9.81. Полученные результаты подтверждают работоспособность системы. Качество получаемых решений в среднем сравнимо ( по числу базовых элементов) с инженерными решениями, время же проектирования существенно сокращается: машинное время проектирования ячейки средней сложности с выдачей результатов на алфавитно-цифровое печатающее устройство ( АЦПУ) не превышает 1 ч, а составление исходного задания ( микропрограмма) и подготовка исходных данных для ввода в машину - 2 - 3 человеко-дня, в то время как разработка аналогичной ячейки вручную занимает не менее 10 человеко-дней. [11]
Используемые в пакете методы дают возможность получать в общем случае приближенные решения задач, которые вполне удовлетворяют практическим требованиям. Критериями качества получаемых решений являются различные практические показатели, например, для трассировки - это плотность заполнения монтажно-коммутационного пространства по визуальной оценке, а критерием качества размещения является количество непротрассированных трасс при заданном числе слоев. [12]
С ростом N качество получаемого решения граничной задачи оказывается выше. [13]
Наличие изменчивости хромосомного набора от поколения к поколению является необходимым условием эволюции популяции Р, т.е. ее развития в смысле увеличения значения функции приспособленности особей популяции. Изменчивость и разнообразие генофонда влияют на качество получаемого решения, т.к. позволяют выходить из локальных оптимумов. [14]
Поскольку все критерии имеют одинаковую математическую форму ( аддитивную) и нормированы, можно сопоставить результаты работы алгоритмов, сравнив сумму компонентов локальных критериев, формирующих векторное решение. Для алгоритма 4.1 эта сумма 101 514, что подтверждает его полную эффективность и по качеству получаемого решения, и по времени счета. [15]
Страницы: 1 2