Качество - алгоритм
Cтраница 2
В качестве первоочередных алгоритмов, которые надлежит разработать отдельным подразделениям для создания автоматизированной системы оптимизации процессов нефтедобычи и которые непосредственно должны использоваться в наиболее общих документах по добыче нефти - проектах разработки и обустройства, могут быть названы следующие. [16]
В качестве алгоритмов локального поиска могут быть применены классические алгоритмы: метод Гаусса - Зайделя, градиента, наискорейшего спуска. [17]
В качестве алгоритма начального разбиения р, формирующего перед началом обхода дерева поиска приближенное решение Яо задачи (7.4.17), может быть принят эвристический алгоритм, приведенный ниже. [18]
В качестве алгоритма автоматической оптимизации используется метод прямого спуска ( Хука-Дживса), имеющий по отношению к другим алгоритмам ( деформируемого симплекса, градиентного спуска, наискорейшего спуска) преимущества в скорости и точности оптимизации. [19]
В качестве алгоритма решения отдельной задачи использован метод координатных осей или симплекс-метод. Получим Х %, k 1, К - точки оптимума и fjf fk ( X. [20]
В качестве алгоритма решения отдельной задачи использован метод координатных осей или симплекс-метод. [21]
Количество и качество алгоритмов для исследования отдельных технологических процессов определяются соответствующими документами Министерства нефтяной промышленности, ГКЗ СССР и др., например, требованиями к проектам и технологическим схемам разработки, а также требованиями вышестоящих в иерархической структуре алгоритмов по отношению к нижестоящим. [22]
Хорошим критерием качества алгоритма является скорость роста его сложности в зависимости от увеличения размера. [23]
 |
Операторная схема алгоритма точной остановки. Пунктиром показан алгоритм расчета времени подачи команды на торможение. [24] |
Частными критериями качества алгоритмов являются надежность, избыточность и эффективность. Надежность алгоритма оценивается по степени совпадения ожидаемых результатов с фактическими. Избыточность определяется отношением общего количества информации, перерабатываемой в процессе управления, к количеству ценной информации, характеризующей достижение поставленной цели. [25]
Для оценки качества алгоритмов и программ обычно проводят вычислительный эксперимент, просчитывая на ЭВМ достаточно большое число тестовых задач. Однако такой подход, хотя и является наиболее доступным, не лишен недостатков. Во-первых, результаты эксперимента могут значительно изменяться даже при небольших изменениях исходных данных в решаемых задачах. Во-вторых, вычислительные возможности алгоритмов сильно зависят от характеристик используемых ЭВМ и профессионального уровня программистов. [26]
 |
Общие затраты и вероятность. [27] |
Важным показателем качества разработанных и отлаженных алгоритмов и программ информационных задач АСУП является вероятность получения требуемых результатов решения задачи в заданные временные интервалы. Практика разработки программного обеспечения АСУП показывает, что хорошо подготовленный программист допускает одну ошибку на 100 - 120 предписаний. Иногда при исправлении программы допускаются новые ошибки, поэтому для достаточно сложных программ могут потребоваться десятки циклов отладки. [28]
Использование в качестве алгоритмов многомер - 0 регрессионного анализа, метода шаговой регрес-ги метода включения [21 ], при которых построение рессионного уравнения производится псследова -: ьно по мере поэтапного выделения существенного хтора, дает возможность на основе анализа уменьше-я остаточной суммы квадратов и приращения доли ьясненной вариации выделить основные параметры, : дение которых в модель целесообразно. Ограниченный объем исходных данных не дает воз-жности использовать методы статистического моде-рования для поиска некоторого оптимального сплава, этом случае необходимо привлечение методоз плани-зания экспериментов. При этом априорная информа-я, извлекаемая из анализа банка данных, позволяет хнованно выбрать факторное пространство, основ-я уровень и границы области экспериментирования км. [29]
Тогда в качестве алгоритма слежения за прогнозным значением рекомендуется So-шаговый алгоритм слежения. [30]
Страницы: 1 2 3 4