Стандартный алгоритм моделирования

Стандартный алгоритм моделирования.........................................................................34  [c.34]


Стандартный алгоритм моделирования  [c.34]

Стандартные алгоритмы моделирования дискретных и целочисленных случайных величин. Трудоёмкость алгоритмов.  [c.38]

Для менеджеров-аналитиков авторы попытались дать комплекс экономико-математических моделей маркетинга, производственного и финансового менеджмента, отражающих современное состояние экономико-математического моделирования системы управления фирмой. Частично эти модели заимствованы из отечественных и зарубежных литературных источников, другая часть разработана самими авторами. Для большинства из этих моделей указаны стандартные алгоритмы их реализации с соответствующим программным продуктом. Эти модели могут быть взяты за основу при разработке модифицированных моделей, учитывающих конкретные особенности производственной деятельности фирмы и стоящие перед ней задачи.  [c.12]


Рассмотрим следующую теорему, которая дает способ моделирования показательного распределения, уменьшающий трудоемкость в п раз по сравнению со стандартным алгоритмом.  [c.52]

Используемая в типовых нормах система поправочных коэффициентов построена в зависимости от сложности алгоритма (алгоритмы оптимизации и моделирования систем и объектов, учета, отчетности, поиска, реализующие стандартные методы решения и т. д.) вида информации (переменная, нормативно-справочная информация, банк данных) сложности организации контроля входной и выходной информации.  [c.301]

Тем не менее низкая скорость оптимизации не является главным препятствием на пути аналитика. Гораздо сложнее справиться с так называемой проблемой локальных решений. Почти все аналитические методы, будь они простыми или сложными, легко попадаются в ловушку локальных максимумов при наличии множества впадин и выступов на поверхности они не могут найти наилучшее глобальное решение. Метод наименьших квадратов, моделирование нейронными сетями дают поверхности функции пригодности неправильной формы с большим количеством локальных экстремумов. Данные поверхности чрезвычайно сложны для стандартных аналитических методов, таких как метод сопряженных градиентов или алгоритм обратного распространения, применяемый в нейронных сетях. Впрочем, местные максимумы можно обойти, соединив аналитический метод с генетическим. Для поверхностей, которые можно исследовать аналитическими методами, такой двойной алгоритм может оказаться наилучшим решением он позволит быстро и с большой точностью найти глобальные оптимумы.  [c.58]

Вероятно, многие будут удивлены, узнав, что наши модели основаны на линейных регрессионных методах. Моя работа в теории хаоса увеличила наши возможности моделирования с использованием стандартных методик, но мы также Добавили некоторые нелинейные элементы. Мы экспериментируем с генетическими алгоритмами и нечеткой логикой, но эта работа еще не закончена. Мы не торопимся. Применяемый PanAgora подход к решению проблем дал хорошие ре-  [c.253]


Анализ модели обычно производится с помощью методов и алгоритмов решения условных экстремальных задач или посредством статистич. моделирования. К числу наиболее широко применяемых в И. о. методов относится линейное программирование. Модели, приводящие к задачам линейного программирования, глубоко изучены, имеются эффективные алгоритмы и стандартные программы для ЭВМ, позволяющие решать задачи, содержащие тысячи ограничений и десятки тысяч переменных. Как правило, анализ моделей И. о. с помощью методов линейного программирования позволяет не только получить оптимальное решение, но и сделать онредел. качеств, выводы по организации операции. Эти выводы базируются на теории двойственности (объективно-обусловленные оценки) и принципах декомпозиции. Если целевая функция или ограничения модели исследуемой операции не могут быть достаточно точно описаны с помощью линейных функций, для её анализа используются др. методы математического программирования. Модели, в к-рых по смыслу операции все переменные или их часть могут принимать лишь конечное число различных значений, изучаются методами целочисленного или дискретного программирования, в частности, сюда относится большое число нла-ново-производств. операций, укладывающихся в схему т. н. задач календарного планирования и теории расписаний. Это задачи, связанные с нахождением последовательности обработки определ. числа изделий с помощью фиксированной системы машин, характеристики к-рых заданы. При этом должны быть соблюдены опродел. технологич. требования, к-рые по большей части выделяют допустимые последовательности обработки каждой детали на различных машинах. Задачи теории расписаний часто встречаются во внутризаводском планировании, особенно на мапшностроит. предприятиях. Модели, описывающие протяжённые во времени операции, цель к-рых достигается лишь с их окончанием, а осуществление может быть разделено на этапы, время начала и завершения к-рых должно быть согласовано, исследуются методами сетевого  [c.74]

Для каждого типа задач используются соответствующие методы решения стандартные процедуры и алгоритмы экономико-математические методы системный анализ с использованием комбинированной совокупности имитационных моделей экспертно-эвристичес-кие методы на базе имитационного моделирования.  [c.222]