Cтраница 1
Задача поиска экстремума разбивается на две части: 1) определение градиента или отклонений от точки экстремума; 2) организация движения к точке экстремума. [1]
Экстремальная система автоматического регулирования. а - блок-схема. б - структурная окена. [2] |
Задача поиска экстремума состоит из двух частей: определения градиента и организации движения к точке экстремума. [3]
Задаче поиска экстремума вычисляемой функции посвящен целый раздел прикладной математики. В аналитической же химии пока распространены лишь два основных подхода. [4]
Рассматривается задача поиска экстремума для класса унимодальных скалярных функций, удовлетворяющих условию Липшица с заданной константой. Найдены алгоритмы, оптимальные по точности по двум различным критериям. [5]
Рассмотрим задачу поиска экстремума целевой функции в одномерном случае. [6]
При решении задач поиска экстремума функций, зависящих от параметров ( в данном случае 9), обычно оказывается, что точка экстремума функции также зависит от параметров. [7]
По ряду признаков задачи поиска экстремума могут быть отнесены к тому или иному классу. Большинство постановок задач параметрической оптимизации технических систем сводятся к задачам нелинейного программирования, так как целевая функция и ограничения описываются нелинейными зависимостями от вектора управляемых параметров. В отдельных случаях при проектировании удается так сформулировать задачу, что целевая функция и ограничения являются линейными функциями своих аргументов. Тогда имеет место задача линейного программирования. Известны также разделы математического программирования, которые рассматривают частные случаи постановок задач оптимизации. [8]
Запись (4.1) интерпретируется как задача поиска экстремума целевой функции путем варьирования управляемых параметров в пределах допустимой области. [9]
Рассмотрены аналитические методы решения задач поиска экстремума функций многих переменных на основе необходимых и достаточных условий. Изложены численные методы нулевого, первого и второго порядков решения задач безусловной минимизации, а также численные методы поиска условного экстремума. Описаны алгоритмы решения задач линейного программирования, целочисленного программирования, транспортных задач. Приведены методы решения задач поиска безусловного и условного экстремума функционалов на основе метода вариации. [10]
Итак, в одномерном случае задача поиска экстремума сводится к сужению интервала неопределенности. Методом сканирования эта задача решается так. [11]
Структурная схема САО. [12] |
Рассмотрим САО, в которой задача поиска экстремума статической характеристики объекта управления формулируется как эквивалентная задача нечеткой последовательной процедуры проверки статистических гипотез относительно неизвестного параметра биномиального распределения. [13]
Символьное решение уравнений. [14] |
Системы MathCAD Pro располагают широкими возможностями решения задач поиска экстремумов линейных и нелинейных функций многих переменных как при наличии ограничений в форме равенств и неравенств, так и без ограничений. В совокупность таких задач входят задачи решения систем линейных и нелинейных уравнений с ограничениями, задачи линейного и нелинейного программирования, параметрической оптимизации. Решение подобных задач может быть достигнуто путем разработки пользователем алгоритмов поиска с использованием элементов языка MathCAD Pro и программных модулей ( см. разд. Для широкого круга таких задач процесс решения в MathCAD Pro может быть осуществлен с использованием встроенных функций Find, Minerr, minimize, maximize, входящих в категорию Solving. Эти функции, реализующие поисковые процедуры на основе градиентного метода, методов Ньютона и Левенберга-Марквардта, были рассмотрены ранее в разд. Ниже рассматриваются практически важные аспекты применения упомянутых функций в задачах оптимизации. [15]