Cтраница 1
Квадратичная аппроксимация / 0 или R0 может быть проведена не только посредством их разложения в ряд Тэйлора, но и с использованием методов приближения функции по ее значениям в избранных точках. [1]
Квадратичная аппроксимация характеристик ГЭС повторяется через заданное число итераций. [2]
Для квадратичной аппроксимации (9.135) нетрудно получить ана логичные соотношения. Действительно, условия (9.140), (9.142) пред ставляют собой систему линейных уравнений. [3]
Для квадратичной аппроксимации характеристик ГЭС используется разложение функций в ряд Тейлора с отбрасыванием членов выше второй степени. [4]
Для квадратичной аппроксимации зависимости мольного объема жидкости от температуры необходимо иметь три экспериментальные точки. Следует обратить особое внимание на то, чтобы ожидаемое значение равновесной температуры многокомпонентной системы находилось внутри интервала экспериментальных данных. Экстраполяция квадратичной зависимости за пределы этого интервала весьма рискованна. Если же экстраполяция необходима, то лучше предположить, что исходные мольные объемы жидкости получены при двух температурах. В этом случае программа обрабатывает данные по линейной зависимости. Линейная экстраполяция более надежна, а часто и более достоверна. [5]
Воспользуемся квадратичной аппроксимацией экспоненты под знаком интеграла и разложим в степенной ряд второй сомножитель подынтегральной функции. [6]
Структура программы квадратичной аппроксимации исходных характеристик ГЭС очевидна из приведенного в параграфе 2 - 2 описания. [7]
Специфика применения метода квадратичной аппроксимации в самонастройке связана прежде всего с задачей непрерывного определения параметров сигнала. [8]
Практическое применение способа квадратичной аппроксимации при расчетах оптимальных сезонных режимов Волжско-Камского каскада в составе шести ГЭС показало, что на ЦВМ Урал-4 квадратичная аппроксимация характеристик шести ГЭС в десяти расчетных интервалах требует меньше 1 мин машинного времени. Характеристики ГЭС, представленные квадратичным полиномом, в широком диапазоне хорошо согласуются с фактическими характеристиками. На протяжении всего оптимизационного расчета повторять квадратичную аппроксимацию требуется не более трех-четырех раз. Таким образом, суммарные затраты машинного времени на последовательную квадратичную аппроксимацию характеристик ГЭС оказались весьма малы. Достигаемый от квадратичной аппроксимации эффект хорошо иллюстрируется следующим элементарным подсчетом. Квадратичный полином от двух переменных вычисляется быстрее полинома четвертой степени более чем в 2 раза, а квадратичный полином от одной переменной вычисляется быстрее полинома шестой степени более чем в 2 / 2 раза. Эти цифры показывают, что применение последовательной квадратичной аппроксимации характеристик ГЭС существенно сокращает машинное время решения всей оптимизационной задачи. [9]
Если при построении квадратичной аппроксимации целевой функции оказывается, что середина какого-то ребра симплекса является недопустимой точкой, то конфигурация симплекса меняется, но лучшая вершина остается неподвижной. [10]
Повторять предварительное определение минимума квадратичной аппроксимации в направлении d, пока с требуемой точностью не будет определен минимум. [11]
Были проведены вычисления при квадратичной аппроксимации, но при разбиении тела лишь на две подобласти. Напряжения, вычисленные в этом случае, отличаются не более чем на 1 Н / мм2 от полученных ранее значений; следовательно, введение внутренних границ существенно не влияет на точность вычислений. Время решения задачи в случае двух подобластей составляет 65 с, или на 30 % больше, чем в случае четырех подобластей. [12]
Заметим, что неудобством интегральной квадратичной аппроксимации является необходимость вычисления определенных интегралов, которые могут быть весьма сложными и даже не выражаться через элементарные функции. [13]
Может показаться естественным применить технику линейных и квадратичных аппроксимаций для нахождения точки, лежащей в малой окрестности границы. Однако иногда при такой стратегии комплекс очень скоро так меняет свою конфигурацию, что поиск проходит только вдоль некоторой гиперплоскости. Процедура деления пополам препятствует этому эффекту. [14]
В отличие от детерминированной задачи квадратичную аппроксимацию в вероятностной задаче применять нецелесообразно, так как в последнем случае в каждом интервале рассматривается практически весь возможный диапазон мощностей, напоров и расходов ГЭС. [15]