Применение (Прикладные задачи)

ПРИМЕНЕНИЕ (ПРИКЛАДНЫЕ ЗАДАЧИ) [c.483]

В конце шестидесятых годов методы оптимизации становятся одним из важнейших практических средств анализа экономических проблем. Фронт работ по применению электронной вычислительной техники в экономике стремительно расширяется, охватывая как чисто теоретические, так и прикладные задачи. Одновременно наступает известная переоценка ценностей идеи оптимизации оказались не столь всеобъемлющими, какими представлялись сначала. Прежде всего выяснилось, что представление о том, что такое хорошо, и что такое плохо , не так просто, для его анализа нужны глубокие исследования. Далее, даже если критерий оптимальности и сформулирован, то нахождение оптимального плана само по себе не решает все вопросы. Любой план, в том числе и оптимальный, для своей реализации требует хорошей организации структуры управления. Потери из-за плохо организованного управления могут во много раз превышать потери от неоптимальности плана разнообразные случайные обстоятельства, учесть которые заранее невозможно в принципе, могут привести к существенному отклонению результата от плана. [c.17]

Таким образом, системный подход представляет собой некоторый общеметодологический принцип. Его применение к задачам принятия решений приводит к необходимости учитывать при принятии решения все существенные моменты изучаемой проблемы (в том числе и плохо формализуемые), анализировать все возможные воздействия на изучаемый объект и выбирать наиболее рациональные с учетом всех показателей, интересующих ЛПР. Научной дисциплиной, изучающей проблемы применения системного подхода к задачам принятия решения, является прикладной системный анализ. [c.289]

Определяющим фактором, который снижает эффективность существующих АИТ, является применение жестких (формализованных) моделей, неадекватных реальным объектам и процессам, для синтеза которых используется только количественная информация предметной области. Строгий математический аппарат, применяемый для синтеза формальных моделей, не позволяет учесть все многообразие факторов, влияющих на состояние или поведение объекта управления. Поэтому на практике большинство лиц, принимающих решения, как правило, дополнительно используют собственные эвристические, интуитивные модели и алгоритмы решения прикладных задач. Решения, получаемые при этом, неоптимальные в математическом смысле, тем не менее учитывают сложную природу взаимосвязи реальных объектов, процессов и их элементов между собой и внешней средой. Поэтому синтез моделей объектов или процессов, которые учитывают еще и профессиональные знания (опыт, интуицию) ЛПР, позволяет повысить обоснованность принимаемых решений и добиться нового качества управления сложными организационными системами. [c.243]

В рассматриваемой ситуации представляет интерес исследование возможностей практического применения идеи не обязательно точного решения задачи оптимизации и целесообразности ввода в число параметров наиболее вероятных плановых решений, впервые сформулированных в работах академика А. Н. Тихонова по теории некорректно поставленных задач. Задача ЛП поставлена и решена некорректно, если при малых колебаниях определяющих параметров модели наблюдаются большие отклонения значений вектора-решения х, т. е. л не обладает устойчивостью. В области устойчивости выбирается точка, координатами которой являются текущие значения управляющих решений, причем, если речь идет о планировании, то такими решениями являются практические реализации плановых решений. Однако совокупное решение оптимальной задачи ЛП и ее нормальное решение встречают труднопреодолимые препятствия вычислительного характера. Видимо данная особенность послужила причиной того, что в прикладных задачах оптимизации (в частности, относящихся к нефтепереработке) теория некорректных задач ЛП не получила должного отражения. [c.117]

Существует ряд прикладных задач, которые решаются с помощью систем, основанных на знаниях, более успешно, чем любыми другими средствами. При определении целесообразности применения таких систем нужно руководствоваться следующими критериями [c.552]

Критерии оптимальности задаются главным метрологом по консультации со специалистами, варианты решений на ЭВМ получаются исполнителями по заданию специалиста. Вид операторов и программных модулей определяется спецификой прикладных задач по МО, отраженной в информационной модели и выраженной показателями МО. Получение операторов и программных модулей малоэффективно и продолжительно по времени, если в их составлении и применении не участвуют метрологи, владеющие, в достаточной для этого степени, КТТ инженерного и управленческого труда. [c.122]

Классический путь получения решения в прикладных задачах связан с применением методов исследования операций, методов многокритериального принятия решений и других, по которым имеется серьезная литература. Однако применение подобных методов подразумевает наличие точного описания задач. В то же время конкретные задачи часто не имеют точного описания. В детерминированных задачах, например, может быть неизвестен точно порядок дифференциального уравнения, описывающего динамику системы. Эффективным способом борьбы с неопределенностью явилось использование вероятностного подхода к решению задач управления—теории случайных процессов. [c.3]

В основе этой процедуры лежит совокупность следующих основных факторов особенностей задачи, класса расплывчатой категории, способа представления, способа формирования шкал, способа опроса. Особенности конкретной прикладной задачи проявляются при обосновании применения к ней методов теории расплывчатых множеств (неопределенности имеют нечеткий характер), характеризуются классом потребности, инициирующей эту задачу, подбором шкал, а также определением носителя соответствующей расплывчатой категории. Носителем расплывчатой категории могут быть печатный и звуковой текст, цветовое изображение, числа натурального ряда и т. д. Использование того или иного носителя связано с функционированием определенного полушария коры головного мозга и адекватными механизмами сознания. Принадлежность конкретной расплывчатой категории к определенному классу" осуществляется в соответствии с приведенной системой классификации. [c.58]

Анализ приведенных в этой главе способов применения формализованных расплывчатых категорий в задачах выработки решений показывает, что формализация некоторых неопределенностей, свойственных человеку в процессе представления, оценки и выбора (качественные элементы набора ситуационных данных и их изменения в динамике, сформулированные в виде текста критерии и ограничения, отношение ЛПР к другим объектам и их особенностям), помогает получить решение в более широком спектре прикладных задач. [c.96]

Модельный способ представления процесса выработки решений в нечетких условиях является, по-видимому, удобным и перспективным. Это особенно важно при исследования и формальном представлении неопределенностей человека на каждом из этапов (представление, оценка, выбор и др.) такого процесса. Подобный подход позволяет использовать в совокупности методы, адекватные каждому из отдельных этапов этого процесса. Рассмотренные модели могут быть предназначены как для применения в конкретных классах (связанных общностью постановки) прикладных задач (модели типов 1 и 2), так и для широкого применения в системах, связанных с деятельностью организационного руководителя или человека-оператора (модель типа 3). В случае "использования моделей типов 1 и 2 Задача описывается набором ситуационных данных, содержащим как количественные (модель типа 1), так и качественные (модель типа 2) элементы, и одним критерием (или обобщением нескольких критериев), сформулированным в виде текста. Мнение эксперта при этом используется различным образом в модели типа 1 — при формулировке целей (удовлетворить спрос предприятий-потребителей, наиболее остро нуждающихся в определенном виде ресурса) и при разработке шкалы ранжирования вариантов, а в модели типа 2, кроме того, и при создании на основе работы с экспертами Поверхности принадлежности. [c.124]

Установление влияния различных факторов на величину затрат труда при конструировании, а также обработка большого объема исходных данных могут быть осуществлены только с помощью современных математических методов. Для решения прикладных задач, связанных с классификацией объектов по косвенным данным и выявлением эффективной системы факторов, оказывающих наибольшее воздействие на изучаемый объект или явление, широкое применение находит теория распознавания образов. [c.79]

Эффективное решение такой задачи должно обеспечиваться организацией целого комплекса взаимодействий менеджмента как с подчиненными, так и с относительно самостоятельными участниками этого процесса. Причем нарастание сложности исполнения решений, как правило, сопровождается временными, иерархическими или иными ограничениями. Все это еще раз подчеркивает необходимость разработки и применения прикладного подхода к организации исполнения решения. Вместе с тем это подчеркивает необходимость применения ситуационного подхода к исполнению решений и развитию организации в целом. [c.341]

Кластерный анализ служит инструментом для выделения структур, классов, множеств подобных объектов из исходных неклассифицированных совокупностей. Ввиду многоаспектного характера применения кластерного анализа (социология, психология, биология, медицина, геология, астрономия и др.) в нем применяются разнообразные критерии, определяемые конкретными целями анализа в различных прикладных задачах. В литературе описано множество методов кластеризации, основанных на творческом подходе к использованию приемов кластерного анализа для создания своего метода кластеризации. Основы кластерного анализа изложены в работе [5]. [c.269]

Как мы уже говорили ранее, практическое применение дисконтирования и начисления сложного процента тесно связано с оценкой финансовых услуги инструментов финансового рынка. Мы сделали акцент на использовании дисконта в более прикладной задаче анализа инвестиций и построения критериев инвестиционных проектов. Однако читатель должен понимать, что и для анализа финансовых инструментов, ценных бумаг и любых других процессов, связанных с движением денежных средств в будущем, потребуется лишь незначительная корректировка описанных здесь методов. Повсеместная применимость дисконтирования и наращения также становиться ясной с пониманием универсального характера соответствующих функций электронных таблиц, которые позволяют решать практически любую задачу, связанную с понятиями приведенной или будущей стоимости денежных потоков, расчетом аннуитетов или дисконтированных сроков окупаемости. [c.273]

В последнее двадцатилетие школой А.А.Красовского разработано высокоэффективное алгоритмическое обеспечение синтеза оптимальных управлений для сложных (нелинейных и многомерных) процессов, ориентированное в том числе и на создание перспективных интегрированных комплексов управления с развитыми функциями адаптации, самонастройки и самоорганизации [1 -4]. Широкий круг экспериментальных исследований и конкретных проектов подтвердил в целом высокие характеристики алгоритмов. В то же, время все еще остаются прикладные задачи, в которых названные алгоритмы или принимают излишне громоздкий вид, или эффективны в весьма узких диапазонах условий применения. [c.98]

Полученные в ТАС теоретические результаты нашли применение при создании прикладных моделей, которые, в свою очередь, использовались на практике при синтезе или модификации механизмов управления реальными социально-экономическими системами. Следует отметить, что многие классы одних и тех же прикладных механизмов с соответствующими модификациями использовались при решении самых разных прикладных задач. Основные работы, содержащие описание методик внедрения и опыта практического использования прикладных моделей перечисляются в [10]. Мы упомянем основные направления практического использования [c.111]

В более сложных случаях решения задач выбора оптимальных вариантов технологии широко применяются методы прикладной математики, в частности математическое программирование. Так, задача выбора экономически оптимальных допусков для сопряженных деталей может быть решена методом геометрического программирования оптимизация технологических процессов — путем применения имитационного моделирования и т. д. Годовой эффект от применения наиболее выгодного технологического варианта рассчитывается по ф. 2.1. [c.178]

Первостепенное значение имеют долгосрочные прогнозы технического развития строительства. С участием министерств (ведомств) различных отраслей народного хозяйства Госстроем СССР разработан прогноз основных направлений повышения технического уровня строительства до 1990 г. Эти направления предопределяют развитие теоретических и прикладных научных исследований по основным направлениям строительной науки, важнейшие задачи технического прогресса строительного производства в различных отраслях народного хозяйства, перспективы совершенствования конструкций зданий и сооружений, механизации и автоматизации строительства, развития предприятий по производству конструкций, применения прогрессивных строительных материалов и др. [c.160]

Настоящая работа включает исследования широкого круга вопросов как методического, так и прикладного характера, раскрывающих большие возможности применения экономико-математических методов, моделирования и ЭВМ при решении практических задач анализа, планирования и прогнозирования себестоимости добычи нефти. Многие из этих решений нашли практическое воплощение. [c.101]

Разнообразие целей, задач и предмета прикладного экономического анализа влечет за собой необходимость применения в его составе разнообразных методов научного познания, включая методы анализа и методы синтеза, а зачастую и необходимость выявления проблем, определяющих задачи анализа. [c.18]

Основной формой организации информации на машинных носителях является база данных (БД) под управлением системы управления базой данных (СУБД). Как правило, БД является интегрированным представлением данных многоцелевого использования, хранит данные, которые обеспечивают решение комплекса взаимосвязанных задач. В отдельных случаях используются изолированные массивы информации на машинных носителях, которые создаются и обслуживаются вне СУБД в прикладных программах. СУБД предоставляет интерфейс для работы с БД пользователям. Все операции с данными БД выполняет СУБД (объявление структуры базы данных, ввод, поиск, корректировка, удаление данных). БД может быть централизованной (храниться на одном компьютере) или распределенной в сети (храниться на нескольких компьютерах). В настоящее время получили наибольшее применение следующие СУБД [c.26]

Теперь, после знакомства с базовыми принципами нейросетевой обработки, можно приступать к практическим применениям полученных знаний для решения конкретных задач. Первое, с чем сталкивается пользователь любого нейропакета - это необходимость подготовки данных для нейросети. До сих пор мы не касались этого, вообще говоря, непростого вопроса, молчаливо предполагая, что данные для обучения уже имеются и представлены в виде, доступном для нейросети. На практике же именно предобработка данных может стать наиболее трудоемким элементом нейросетевого анализа. Причем, знание основных принципов и приемов предобработки данных не менее, а может быть даже более важно, чем знание собственно нейросетевых алгоритмов. Последние как правило, уже "зашиты" в различных нейроэмуляторах, доступных на рынке. Сам же процесс решения прикладных задач, в том числе и подготовка данных, целиком ложится на плечи пользователя. Данная глава призвана заполнить этот пробел в описании технологии нейросетевого анализа. [c.126]

Круг прикладных задач. Преимущественное применение тех или иных методов для комплексных прикладных задач определяется особенностями этих методов и задач. Так, все задачи, связанные с существованием соответствующего распределения вероятностей, полученного на достаточном статистическом материале, должны решаться адекватными вероятностными методами (обнаружение сигнала, выбор брака в партии товара и др.)- К подобным задачам относятся также такие, которые связаны с субъективной вероятностью ( Появится ли у этого младенца когда либо хотя бы один внук ). Другие задачи, относящиеся к этому классу, связаны с самооценкой деятельности человека. Герой повести А. С Пушкина Выстрел ежедневно вдавливал муху в стену выстрелом из пистолета, что для любителя мало вероятно. Это — пример квалифи-кативной вероятностной задачи [51]. [c.26]

Но в чем же тогда причина успеха нового подхода В том, что он (в отличие от математической логики) с самого начала был ориентирован на кибернетические приложения распространен на теорию алгоритмов и ее применения в задачах искусственного интеллекта, на теорию принятия решений, на распознавание образов, на препарирование естественного языка. Эта прикладная направленность нового подхода и привела к его популярности. Разрабатывающие его ученые указывают на то, что вероятностные методы, вполне эффективные для технических систем, в которые не включен человек, мало подходят для отображения явлений и процессов, в которых существен человеческий фактор. Последний влечет за собой более серьезные и глубокие неопределенности, вызываемые наличием у человека субъективных представлений об окружающем его мире и своей деятельности в нем. Теория нежестких объектов, в которой оценки принадлежности элементов расплывчатым множествам могут быть результатом обработки заключений экспертов и модели которой способны учитывать характер расллывания смыслов выражений естественного языка, подходит для этого, по мнению тех, кто ее развивает, лучше, чем вероятностный аппарат. [c.170]

Пакет предназначен для автоматической классификации (кластерный анализ) и для начальной статистической обработки экспериментальных данных. В связи с универсальностью входящих в него алгоритмов ППП может быть применен при решении широкого круга прикладных задач. Пакет представляет собой набор программ, написанных на АЛГОЛе. Реализован пакет на ЭВМ БЭСМ-6. Все программы оформлены в виде процедур и могут работать либо автоматически, как единая система, либо как самостоятельные модули. Связи между модулями при автоматической работе ППП организуются специальной управляющей программой, которая анализирует запрос на обработку, составляемый пользователем, и на его основе генерирует последовательность операторов, вызывающих тот или иной модуль. [c.179]

ASE-технологии успешно применяются для построения практически всех типов АИС, однако устойчивое положение они занимают в области обеспечения разработки деловых и коммерческих АИС. Широкое применение ASE-технологий обусловлено массовостью этой прикладной области, в которой ASE применяется не только для разработки АИС, но и для создания моделей систем, помогающих коммерческим структурам решать задачи стратегического планирования, управления финансами, определения политики фирм, обучения персонала и др. Это направление получило свое собственное название. — бизнес-анализ. Например, для наиболее быстрой и эффективной разработки высококачественной бан- [c.75]

Смотреть страницы где упоминается термин Применение (Прикладные задачи)

Смотреть главы в: