Если в качестве базисного варианта принять первый исходный вариант (с минимальной интенсивностью работ), то оптимизацию можно проводить следующим образом. Из всех процессов находят процесс с минимальной оценкой изменения интенсивности. В соответствующую бригаду добавляют технологическое звено (увеличивают сменность), пересчитывают оценку изменения интенсивности, определяют новую продолжительность строительства объекта и сравнивают с плановой (конец итерации — шага оптимизации). На следующей итерации вновь выбирают самый дешевый процесс (с минимальной оценкой изменения интенсивности). Данные итеративные процедуры повторяют до тех пор, пока продолжительность строительства объекта (длина критического пути) не будет меньше или равна плановой продолжительности (конец оптимизации). [c.52]
Компьютер решает задачу итеративным путем начиная с точки нулевого производства, он повторяет некую математическую процедуру, шаг за шагом улучшая результаты до тех пор, пока не будет найдено оптимальное решение. Пример 8.10 представляет собой результат компьютеризованного решения задачи, определенной в примере 8.9. [c.371]
Диалоговая процедура принятия решений представляет собой итеративный процесс обмена информацией между человеком и [c.301]
В этих случаях используется симплекс-метод, который представляет собой итеративную (пошаговую) процедуру для определения оптимального решения задачи линейного программирования. Расчеты по симплекс-методу начинают с определения допустимого решения, а затем отыскиваются другие допустимые решения и проверяются возможности их улучшения. Переход от одного решения к другому продолжается до тех пор, пока новые улучшения не будут невозможны. Широко распространены стандартные компьютерные программы, которые используют симплекс-метод для решения таких управленческих задач, которые можно представить как задачи линейного программирования. [c.220]
Интервал сглаживания сдвигается на одну точку вправо, потом рассчитывается по той же формуле сглаженное значение для t + 1 члена, снова проводится сдвиг и т.д. В результате последовательного применения приведенной итеративной процедуры получится и — (т — 1) новых сглаженных уровней. [c.79]
Таким образом, в бизнес-плане указываются основные пути кардинальных перемен, а также решение проблемы накопленных долговых обязательств. Поскольку санация проводится при финансовой помощи, то при разработке бизнес-плана используются итеративные процедуры согласования планов финансового оздоровления с потенциальными участниками финансирования. [c.739]
В большинстве компьютерных пакетов реализованы также итеративные процедуры, позволяющие оценивать значение параметра модели (7.34) при условии, что остатки модели образуют стационарный временной ряд, моделируемый как авторегрессионный процесс первого порядка, т. е. автокорреляция имеет характер (7.35). [c.185]
Составление плана осуществляется в течение периода, достаточного для рассмотрения различных возможных вариантов,, согласования его с заинтересованными сторонами и принятия сбалансированного решения. Регламентированный процесс разработки и согласования текущих планов обычно носит итеративный характер, происходит в относительно спокойной обстановке по отработанным процедурам с использованием достаточно большого объема регламентированной отчетной информации. [c.54]
Итеративная увязка блоков 1 с использованием этого алгоритма имеет сравнительно простую вычислительную процедуру, требует малого числа итераций для достижения решения, позволяет прервать процесс оптимизации на любой итерации, обеспечив при этом строгую сбалансированность вариантов развития объектов нефтебазового хозяйства за период в целом. К недостаткам метода можно отнести трудоемкость вариантных расчетов перспективных планов. [c.76]
Когда общая стратегия сформулирована, внимание стратегического менеджмента перемещается на процесс ее реализации. Стратегия воплощается в жизнь через разработку программ, бюджетов и процедур, которые можно рассматривать как среднесрочные и краткосрочные планы реализации стратегии. Важнейшими составляющими данного этапа являются имеющиеся или доступные ресурсы, система управления, организационная структура и персонал, который будет реализовывать выбранную стратегию. Наконец, результаты реализации стратегии оцениваются, и с помощью системы обратной связи осуществляется контроль деятельности организации, в ходе которого может происходить корректировка предыдущих этапов. Необходимо отметить, что в реальности процесс разработки стратегии может быть итеративным (циклическим). Так, определение и отбор стратегии может происходить на этапе анализа внешней среды. Вместе с тем процесс оценки стратегии может потребовать дополнительного анализа внешней среды. Кроме того, со временем стратегия может меняться, поэтому необходим мониторинг и ежегодная корректировка стратегических решений и планов. [c.24]
Математическая оптимизация представляет собой задачу отыскания максимального или минимального значения некоторой целевой функции по заданному параметру (s). Целевая функция есть, таким образом, нечто такое, что может быть оптимизировано только с помощью итеративной процедуры. [c.172]
В общем случае восстановить неизвестные компоненты (с индексами из множества К) можно с помощью следующей итеративной процедуры (см. Рисунок 6) [c.135]
Следующая систематическая процедура способна итеративно выделять наиболее значимые признаки, являющиеся линейными комбинациями входных переменных X = W X (подмножества входов является частным случаем линейной комбинации, т.е. формально можно найти лучшее решение, чем то, что доступно путем отбора наиболее значимых комбинаций входов). [c.144]
Если модель внутренне нелинейна по параметрам, то для оценки параметров используются итеративные процедуры, успешность которых зависит от вида уравнений и особенностей применяемого итеративного подхода. Модели внутренне нелинейные по параметрам могут иметь место в эконометрических исследованиях. Однако гораздо большее распространение получили модели, приводимые к линейному виду. Решение такого типа моделей реализовано в стандартных пакетах прикладных программ. Среди них, в частности, можно назвать и обратную модель вида [c.71]
Численные методы дают возможность получить решение путем многократного вычисления по определенному алгоритму, реализующему тот или иной численный метод. В качестве исходных данных для вычисления используются числовые значения параметров объекта, внешней среды и начальных условий. Численные методы являются итеративными процедурами для проведения следующего шага расчетов (при новом значении управляемых переменных) используются результаты предыдущих расчетов, что позволяет получать в процессе вычислений улучшенные результаты и тем самым находить оптимальное решение. [c.26]
Каждая из указанных стадий состоит в свою очередь из ряда последовательно выполняемых процедур, которые связаны между собой прямыми и обратными информационными связями, определяя итеративный характер принятия управленческого решения. [c.30]
Расчет потенциальной емкости рынка представляет собой итеративную процедуру, последовательное применение нескольких методов расчета. После того как получены оценки (прогнозы),, составленные с помощью различных методов, результаты эти сопоставляются. Если расхождение оценок не превышает 10—12%, значит, расчет [c.117]
Учет факторов влияния — итеративная (многоступенчатая) процедура последовательного сужения (расширения) потенциальной емкости рынка путем умножения базовой (первоначальной) емкости на соответствующие коэффициенты. Факторы влияния могут быть понижающими и повышающими. Предполагается, что факторы, понижающие емкость рынка для данного предприятия (например, конкуренция), меньше 1 на соответствующую величину процента. Факто-ры повышающие емкость рынка, наоборот, — больше 1. [c.132]
Технико-экономическое моделирование предполагает построение комплекса взаимосвязанных оптимизационных, имитационных и расчетных моделей. Каждая модель отвечает своим специфическим задачам, а окончательное решение достигается в процессе преобразования и передачи информации между моделями на основе организации итеративных процедур их взаимодействия. [c.208]
Проанализировать полезность оценки /3 = Л/3 в итеративной процедуре. [c.360]
Следовательно, теорема 10 дает явное решения для А как функции от Ф, а (9) дает Ф как явную функцию от А. Рассмотрим следующую итеративную процедуру, которая называется зигзагообразной. Возьмем некоторое начальное значение для Ф, затем вычислим А А из (12.25), потом Ф из (9) и т. д. Если этот процесс сойдется (что не гарантируется), то найденные значения Ф и А А как раз и дадут (локальный) минимум ф. [c.463]
Воспользовавшись (12.25) и (9), можно записать эту итеративную процедуру как [c.463]
Итеративная зигзагообразная процедура может быть основана на (3) и (4). Действительно, в (3) имеем В = B(Q), а в (4) — Q = Q(B). В качестве начального значения для В, разумеется, надо брать В = А. Далее вычисляем Q( ) = Q( (°)), BW = (< (1)), < (2) = < (В(1)) и т.д. Если процедура сходится, что, вообще говоря, не гарантируется, то она дает (локальный) максимум (2). [c.471]
Расчеты проводились в фактических объемных показателях в предположении постоянства эффективности масштаба производства (ц = 1) и для различной спецификации ошибки — мультипликативной и аддитивной. Расчет сетки по параметрам (в целях выбора лучших начальных условий для выполнения итеративных процедур нелинейной оценки параметров по [c.40]
Несколько более громоздкие рассуждения позволяют использовать итеративные процедуры для построения решающего правила стохастической задачи, к которой сводится анализ различных содержательных моделей планирования. Речь идет об. М-модели линейного стохастического программирования с ограничениями на математические ожидания линейных форм и на дисперсии искомых переменных [c.131]
Дисперсия D(aax) линейной формы аох — выпуклая функция х в гильбертовом пространстве Нп. Градиент D(a0x) в точке х равен 2(айх — а0х)ат0. Здесь а=Ма. В соответствии с процедурой метода возможных направлений итеративный процесс решения задачи (9.20) — (9.22), исходящий из начала координат, приводит к решающему правилу х (а), удовлетворяющему соотношению [c.132]
Общий вид итеративной процедуры стохастической аппроксимации представляется соотношением [c.342]
Классические схемы стохастической аппроксимации представляют собой, таким образом, итеративные методы градиентного типа. На каждом шаге процесса происходит сдвиг в случайном направлении, определяемом реализованными значениями случайных исходных данных и схемой отдельной итерации. На одних шагах мы приближаемся к искомому оптимуму, на других удаляемся от него. Однако процедуры стохастической аппроксимации гарантируют большую вероятность сдвига в нужном направлении, чем в нежелательном. В среднем за каждую итерацию происходит сдвиг в требуемом направлении. За большое число итераций в соответствии с законом больших чисел обеспечивается почти наверное приближение к искомой оптимальной точке (если она единственна). Для того чтобы добраться до оптимума из сколь угодно удаленной от него начальной точки и при этом обеспечить достаточное количество итераций, необходимое для проявления закона больших чи- [c.342]
В настоящей главе кратко излагаются основные схемы стохастической аппроксимации и обсуждаются обобщения теории и методов, позволяющие строить итеративные вычислительные процедуры решения задач стохастического программирования. [c.343]
В системах многоуровневой оптимизации плановых решений агрегирование и дезагрегирование осуществляются двумя основными способами 1) на базе оптимальных оценок ресурсов 2) на основе аппроксимации производственных возможностей объекта планирования. К недостатку первого способа можно отнести относительно низкую сходимость процедур итеративного согласования плановых решений, полученных в системе агрегированных и неагрегированных показателей. [c.17]
Для конкретной планово-экономической задачи основная часть информации, как правило, формируется по результатам решения других задач. Если последние не реализованы на ЭВМ, то процесс подготовки необходимой информации к вводу в ЭВМ и процедура ввода потребуют значительных трудовых и технических ресурсов, могут привести даже к увеличению общего времени получения результатов расчета, несмотря на ускорение самого процесса вычислений. Опыт показывает, что решение отдельных плановых задач на ЭВМ требует очень большого объема ручной работы по сбору и подготовке исходной информации, занимающей 80—90% всего затрачиваемого на решение задачи времени. Напротив, при объединении отдельных задач в комплексы доля затрачиваемого на подготовку и ввод в ЭВМ исходной информации рабочего времени резко сокращается за счет организации внутри- и межмашинного обмена информацией между задачами комплекса. Соответственно значительно возрастает эффективность применения в плановых расчетах вычислительной техники. Возможность комп-лексирования плановых задач вытекает из того, что отдельные задачи в едином плановом процессе тесно связаны, а разработка плана в целом может рассматриваться как последовательность итеративных циклов решения всего множества плановых задач. [c.27]
Если, кроме того, функция / <х) строго вогнута на R, то в связи с вышеизложенным здесь предлагается следующая итеративная процедура покоординатной минимизации. [c.133]
Третьей проблемой при разработке БДДС и связанных с ним других бюджетов (основных, вспомогательных и операционных) может быть итеративный характер процедур их составления, когда первоначальные наметки БДДС (в любой его части), а затем и других бюджетов необходимо корректировать для обеспечения достаточного количества денежных средств для функционирования бизнеса. Так что составив один вариант и обнаружив отрицательное конечное сальдо за какой-нибудь период, нужно найти решение проблемы (увеличить кредит, [c.137]
В любом случае конечное (вступительное) сальдо не может быть отрицательным, а вся итеративная процедура составления БДДС (да и оптимизации всех бюджетов) по сути представляет собой поиск вариантов обеспечения запланированного (установленного свыше) или неснижаемого конечного сальдо. Размер конечного сальдо — один из важнейших целевых показателей, который может быть запланирован в БДДС. Он не нормируется, а именно устанавливается руководством компании. [c.139]
Если найдены варианты решения проблем с форматом БДДС, можно определить (хотя бы приблизительно) систему ограничений, на основе которых можно строить (нормировать) ту часть данного бюджета, которая связана с источниками денежных средств. Разработка ее может быть итеративной процедурой, как и составление БДДС в целом. [c.146]
Поиск оптимального варианта решения сетевой модели является многошаговым (итеративным). При оптимизации от базисного варианта 1, из всех работ выбирается работа, имеющая минимальное значение с,, т.е. самая "дешевая" работа. На эту работу добавляется технологическое звено (конец первой итерации). На следующей итерации процедуры повторяются. Такие процедуры повторяются до тех пор, пока продолжительность выполнения всего комплекса работ не будет равна равна или меньше заданной продолжительности Ткр <Твог)- [c.104]
Описанный итеративный процесс представляет собой процедуру сокращения различных типов ошибок. К ним относятся, по крайней мере, следующие [20 — 221 а) общая ошибка дискретизации и конечности б) ошибка от выбора авторегрессивного процесса первого порядка в) ошибка применения частично асимптотических результатов к условиям малых выборок г) ошибки первоначальной оценки я(1) из-за несоблюдений условий (22) — (23), т. е. разницы между оценками инструментальных переменных и наибольшего правдоподобия д) дополнительной ошибки предварительной фильтрации данных в (25), возникающей вследствие изменения метрики под влиянием авторегрессивного преобразования и особенно ощутимой на низких частотах (область кратко- и среднесрочного прогноза) е) ошибки от предположения q = v = 0. [c.77]
Итеративная процедур-a продолжается до тех пор, пока мы не придем в некоторую точку л й) с соответствующим значением 8h+i, при которых задача квадратичного программирования (9.9) — (9.11) приводит к оптимальному значению ith+i квадратичной формы (9.9), удовлетворяющему требованию Uh+n 6k+i. Здесь возможны два случая ft+i>0 и Mf +i = 0. Пусть Uft+i>0. Тогда полагаем 6 fe+i = 6/t-H/2 и повторяем (k + + 1)-ю итерацию для б ь+ь находим 4+i и x -h+ и продолжаем вычисления, считая x(k+i) исходной точкой, а б й+i соответствующим значением antizigzaging — параметра. Если же +1=0, то для определения направления спуска заменяем множество Г(х№ б л+i) множеством [c.125]
Решающие правила могут также формироваться и совершенствоваться в результате итеративного процесса обучения по последовательным реализациям случайных параметров условий задачи. Для обучения решающим правилам в одноэтапных стохастических задачах могут быть использованы модификации процедур стохастической аппро- симации. Итеративные процессы обучения решающим правилам мно-43 195 [c.195]
Условия, при которых классические процедуры стохастической аппроксимации сходятся к искомому экстремуму, требуют выпуклости или по крайней мере одноэкстремальности функции -Мш (со, х) по х. Это значит, что для использования стохастической аппроксимации в качестве итеративного метода решения задач стохастического программирования необходимо модифицировать классические схемы применительно к задачам условной оптимизации и отказаться от требования выпуклости или одноэкстремальности Мщ<р (ш, х). [c.343]
В 2 рассматриваются классические схемы одномерной стохастической аппроксимации и некоторые их модификации. Основное внимание здесь уделяется итеративным процедурам решения безусловной экстремальной задачи вида (1.2). Параграф 3 посвящен условиям сходимости многомерных процессов стохастической аппроксимации. Помимо классических схем здесь излагаются и результаты, полученные в последние годы.. В 4 приводится обзор обобщений схем стохастической аппроксимации на случай решения условных экстремальных задач. Только в этом случае стохастическая аппроксимация может рассматриваться как итеративный метод стохастического программирования. В 5 исследуется важный для приложений вопрос о скорости сходимости и возможных путях ускорения сходимости процессов стохастической аппроксимации. Процедуры, рассмотренные в 6 и 7, позволяют в ряде случаев отказаться от основных допущений, на которых основаны классические схемы стохастической аппроксимации, — от одноэкстремальности целевого функционала задачи и несмещенности оценок наблюдаемых случайных величин. [c.343]
Под классической схемой стохастической аппроксимации мы будем понимать итеративные схемы типа процедур Роббинса — Монро и Кифера— Вольфовица и различные их модификации. [c.345]