Метод многофакторного анализа во многом схож с методом случайного поиска и также предполагает выбор интервалов изменения переменных. Пары значений переменных формируются путем объединения каждого значения q с каждым значением у, что дает некоторое конечное множество точек. Наблюдения производятся для каждой пары значений и выбирается наилучшая пара. [c.47]
Сортность и качество нефтепродуктов, необходимых нефтебазам для обеспечения тяготеющих IK ним потребителей, диктуют номенклатуру производства этих нефтепродуктов на НПЗ. В связи с тем, что нефтепродукты на НПЗ по временам года производятся относительно равномерно, а реализация их через нефтебазы неравномерна, для максимального использования мощностей как действующих, так и проектируемых НПЗ следует правильно решить вопрос о размещении емкостей межсезонных запасов нефтепродуктов (на каждой нефтебазе или на отдельных нефтебазах с большим грузооборотом). При равномерном производстве на НПЗ в осенне-зимний период образуются излишки светлых нефтепродуктов, а в весенне-летнее время нехватка их. Поэтому вопрос определения объема и размещения резервуарной емкости. межсезонного хранения (МСХ) нефтепродуктов, накапливаемых в осенне-зимний и расходуемых в весенне-летний периоды, имеет большое народнохозяйственное значение. Расчеты показали, что размещение емкости МСХ нефтепродуктов на отдельных крупных нефтебазах выгоднее, чем размещение ее на каждой нефтебазе. Для решения экономико-математической задачи выбора МСХ нефтепродуктов предложен эвристический метод, базирующийся на многократном нахождении максимального потока в сети специальной структуры, в сочетании с методом случайного поиска, а также точный метод — решение сетевой параметрической задачи. [c.41]
При построении вероятностей (в соответствии с требованиями метода случайного поиска) наибольшую вероятность приписываем базам с более высоким приоритетом. [c.59]
Суть этого алгоритма [92] состоит в соединении основной схемы итеративного алгоритма решения соответствующей нецелочисленной задачи с идеей доводки его до целочисленного методом случайного поиска. Итеративный алгоритм, основанный на идее известного метода Брауна— Робинсона решения матричных игр, дает возможность получить приближенное решение задачи линейного программирования при небольших затратах машинного времени. Проведенные эксперименты доказывают, что в применении к некоторым классам задач линейного программирования итеративные алгоритмы могут конкурировать с симплексными [92]. [c.190]
Направленный перебор. Начнем с точки, удовлетворяющей ограничениям (ее можно найти простым перебором). Будем последовательно или случайно (метод случайного поиска) менять ее координаты на определенную величину А, каждый раз переходя в точку с более высоким значением целевой функции. Если выйдем на плоскость ограничения, будем двигаться по ней, находя одну из координат по уравнению ограничения. Затем движение по ребру (когда два ограничения-неравенства переходят в равенства)... Остановка — в вершине линейного многогранника. Решение найдено (с точностью до А если необходимо, в окрестности найденного решения проводим направленный перебор с шагом Д/2, Д/4 и т.д.). [c.170]
Численные методы анализа многоэтапных стохастических задач в жесткой постановке весьма громоздки, и с увеличением размерности управлений и числа этапов трудоемкость решения задач быстро растет. Методы динамического программирования перестают быть эффективными уже при размерности состояний системы, равной трем. Методы, основанные на схемах блочного программирования, применимы лишь при конечном (относительно небольшом) числе реализаций наборов параметров условий задачи. Метод стохастического градиента неконструктивен при числе этапов, большем двух. Теоретически корректный метод случайного поиска, предложенный в [ПО], связан с большими вычислительными трудностями. [c.202]
На заключит, этапе случайность может появляться при использовании методов случайного поиска для решения экстремальных задач, возникающих при анализе данных (все предыдущие этапы могут описываться детерминированными моделями). [c.110]
Метод случайного поиска. Реализация изложенных выше методов минимизации в общем случае очень трудоемка, кроме простейших случаев, когда множество ограничений обладает простой геометрической структурой (например, является многомерным параллелепипедом). В общем случае весьма перспективным может быть метод случайного поиска, когда направление спуска выбирается случайным образом. При этом мы будем существенно проигрывать в скорости сходимости, однако простота выбора направления может компенсировать эти потери с точки зрения общих затрат труда на решение задачи минимизации. [c.181]
Параллельные методы случайной оптимизации а. метод случайного поиска б. метод многофакторного поиска. [c.104]
Однако при выборе метода решений той или другой задачи необходимо иметь в виду, что методы линейного программирования находят оптимальное решение при ограничениях типа неравенств между линейными функциями искомых переменных. Более сложные отношения между искомыми переменными, например отношения типа неравенств между нелинейными функциями искомых аргументов, не могут быть учтены в рамках линейного программирования. Поэтому задачи, математическая формулировка которых осложнена нелинейными соотношениями между искомыми аргументами и их функциями, рекомендуется решать методами случайного поиска. Эти методы позволяют учитывать ограничения любых видов. Они особенно удобны для решения распределительных задач, таких как расстановка судов по линиям, составление расписания и других. Они позволяют также находить оптимальные структуры сложных систем, планировать оптимальные инфраструктуры транспортных систем в условиях разнообразных ограничений, наложенных как на искомые переменные, так и на их функции. [c.181]
Метод полного перебора, случайного поиска [c.308]
Все разновидности метода базируются на использовании стратегии ненаправленного случайного поиска. Общим принципом построения и применения прямого мозгового штурма и его разновидностей является принцип разделения во времени процессов генерации идей и их критической оценки для устранения психологических препятствий творческому поиску, вызываемых критикой. [c.123]
Документальное подтверждение хозяйственных операций по основным средствам — это процесс выбора статьи счета и прослеживания в обратном порядке, т.е. поиск исходных документов, подтверждающих правильность учетной записи. По основным средствам аудиторы могут сделать выборку, чтобы установить факт поступления, выбытия основных средств, а также выявить статьи ремонта, по которым были затрачены значительные средства. Можно использовать также метод случайной выборки. Таким образом можно выбрать отраженные в учете налоги и расходы по страхованию основных средств. [c.468]
Следующей стадией является поиск инструментария для организации выборочного обследования, т.е. подготовка перечня совокупности, например списка избирателей, из которого может быть отобрана выборка. Для отбора конкретных представителей выборки можно воспользоваться методом случайного выбора либо основываться на принадлежности к какой-нибудь определенной подгруппе. Случайная выборка требует точного инструментария для проведения исследования и обработки его результатов. Не имея такого инструментария, исследователь может получить искаженную информацию. [c.56]
Методы генетического поиска являются методами направленного поиска, но включение мутаций (то есть нестандартных случайных шагов в области пространства переменных, отклоняющихся от пути направленного поиска) снижает вероятность выбора локального максимума в качестве глобальной топ-модели. Поскольку для пространства торговых моделей характерно обилие экстремумов, надежность генетических методов делает их перспективными в исследовании торговых моделей. [c.87]
Способы отбора консультантов в России не так отработаны и формализованы, как в развитых странах. Чаще применяется не развернутая формализованная схема, которая была описана выше, а то, что можно было бы назвать методом интуитивно-случайного поиска. [c.549]
По каждому показателю с применением статистических методов и методов активного поиска (промышлен -ных пробегов) устанавливаются корреляционные зависимости показателей и различных факторов производства. Выявляются постоянные зависимости и факторы, а случайные исключаются. Организуется детальное ведение статистических графических карт контроля за постоянными факторами и связями, отрабатывается каждый показатель. Работа считается законченной только при получении 100%-й гарантии повышенных показателей качества, после чего объект переходит на полугодовой режим промышленной эксплуатации с выпуском продукции по новым показателем. [c.15]
Теория случайного поиска. Эвристические методы. Теория информации. Линейное программирование. Нелинейное программирование. Динамическое программирование. Моделирование. [c.47]
В общем случае, для определения оптимизирующих наборов N1 (а при необходимости и Л,/) могут быть применены рассматриваемые в главе 12 алгоритмы случайного поиска решения и генетические алгоритмы, а также следующая процедура оптимизации, являющаяся разновидностью известного метода деления отрезка пополам [11.6], подробно рассматриваемая в следующих разделах. [c.419]
Этап 2,Методом дихотомии, "Фибоначчи" или случайного поиска [11.15], задается т (для задачи б) п ).Минимальное значение /и, определяющее конец работы алгоритма, равно и. Устанавливается значение счетчика итераций k. [c.448]
В разделе используется алгоритм случайного поиска, аналогичный рассмотренному в предыдущем разделе. С помощью датчика случайных чисел, имеющих равномерное распределение на (ОД), формируем начальное множество возможных решений (в этом методе часто называемом начальной популяцией особей). Каждое решение представим в виде бинарной матрицы, состоящей из нулей и единиц [c.509]
Эти утверждения вполне очевидны, и мы их доказывать не будем. Отметим лишь, что чем уже множество стационарных точек, тем надежнее метод поиска. С этой точки зрения предпочтителен случайный поиск. Однако с точки зрения эффективности предпочтительнее метод наискорейшего спуска. Не исключенная в принципе опасность застрять в точке перегиба маловероятна, так как такие точки являются неустойчивыми точками метода наискорейшего спуска, в отличие от точки локального минимума, являющейся устойчивой. [c.395]
Заметим, что в данном случае стоимостная функция не является непрерывной функцией границ регулирования, так как контролируемая статистика представляет собой дискретную случайную величину. Это обстоятельство потребовало для определения оптимальных значений объема выборки, координат границ регулирования и периода отбора выборок применения методов многомерного поиска и сеточного поиска. Авторы привели интересный численный пример, в котором оптимальный план контроля достигается при удалении границы регулирования от средней линии на любое значение от 0,376 до 2,31 среднеквадратических отклонений контролируемого параметра. Этот факт показывает наличие ситуаций, в которых стоимостная функция не имеет ярко выраженного минимума. [c.137]
Метод изобретен американцем Ч. Вайтингом и 50-с п. и относится к эвристическим приемам активизации творческого мышления. Сущность способа состоит в перенесении признаков случайно выбранных объектов на исследуемый объект, который лежит как бы в фокусе переноса (так называемый фокальный объект). Метод соответствует стратегии ненаправленного случайного поиска. Данный прием использует не только принцип отыскания подсказок (от случайных объектов) и свободных ассоциаций для их развития, но и принципы постоянного поддержания в мозгу творческой личности очага возбуждения, высокого уровня воображения и фантазии, концентрации внимания на фокальном объекте, к которому поочередно примеряются признаки случайных объектов и свободные ассоциации. [c.117]
Многочисленные исследования посвящены сравнению различных обучающих эвристик (см., например, [104]). В большинстве имеющихся нейронно-сетевых пакетов реализованы методы пакетной обработки, импульса, изменения величины шага, и даже более совершенные варианты алгоритмов типа алгоритма обратного распространения ошибки и квази-ньютоновские методы. В литературе описано много других алгоритмов, реализующих иные подходы к задаче оптимизации. Так, в основанном на идеях статистической физики методе замораживания стабилизация алгоритма осуществляется за счет понижения температурного параметра. Другие подходы, такие, как метод случайного блуждания [13] или Alopex [269] используют случайный поиск в пространстве весов, и это принципиально отличает их от систематического поиска в методе обратного распространения ошибки (см. [78]). Наконец, в последнее время пользуются успехом так называемые генетические алгоритмы, в которых набор весов рассматривается как индивид, подверженный мутациям и скрещиванию, а в качестве показателя его качества берется критерий ошибки. По мере того, как нарождаются новые поколения, все более вероятным становится появление оптимального индивида. [c.33]
СЛУЧАЙНЫЙ ПОИСК [random sear h] — вычислительная процедура (поиск оптимального решения), относится к комбинаторным методам решения экономических задач. Для начала находят любое допустимое решение задачи. Затем случайным образом (наугад) переходят к другой точке (в пределах той же области допустимых решений). Снова подсчитывают величину целевой функции и определяют, лучше ли полученньтрезультат, чем первый допустимый, или хуже. В зависимости от этого либо возвращаются в исходную точку и оттуда снова начинают движение, либо уже из полученной точки делают новый случайный шаг. Примерно такая процедура позволяет получать решения некоторых задач на ЭВМ быстрее, чем иными способами. [c.332]
Вычисление медианы Кемени является задачей целочисленного программирования. Для ее нахождения используют различные алгоритмы дискретной математики, в частности, основанные на методе ветвей и границ. Применяют также алгоритмы, основанные на идее случайного поиска, поскольку для каждого бинарного отношения нетрудно найти множество его соседей. [c.335]
Шаг 4. Методом дихотомии, (или применение чисел "Фибоначчи") или случайного поиска изменяется значение г и переходят к шагу 2. Далее при найденном значении ropt, алгоритм прогоняется [c.457]
Растригин Л. А. Статистические методы поисковой оптимизации. В кн. Теория и применение случайного поиска , Рига, Зинатне , 1969. [c.389]
Под стратегией проектирования Дж. К. Джопс понимает последовательность этапов, на каждом из которых применяется ILM или иной метод проектирования. Стратегии могут быть линейными, когда этапы выполняются строго последовательно циклическими, если после выполнения одного из эчапоп необходим" вернуться и повторить предыдущие этапы РУ - Ь" ч -. шп.п.г-н , позволяющими выполнять отдельные этапы параллельно, адяп-тивные, при которых выбор каждого из этапов зависит от результатов выполнения предыдущего случайного поиска, отличающегося абсолютным отсутствием плана, когда при выборе последующего этапа совершенно не учитывают результаты предыдущего. [c.15]
Метод фокальных объектов ( метод каталога , метод случайных объектов ) метод поиска новых идей путем присоединения к заданной ТМ свойств или признаков случайных объектов. Автор Ф. Кунце (Германия, 1926 г.). [c.73]