Cтраница 1
Минимаксные задачи для седловых функций на Dlm x HI в действительности связаны не столько с конкретными функциями, сколько с классами эквивалентных седловых функций. [1]
Решение минимаксной задачи было выполнено за 32 шага. [2]
Из минимаксных задач с ограничениями универсальные пакеты решают только задачи линейного программирования. [3]
К подобным минимаксным задачам приводят и нек-рые проблемы теории дифференциальных игр. [4]
К решению стохастических минимаксных задач иногда сводятся задачи, далекие от нее в содержательной постановке. В частности, к ним сводится широкий класс стохастических задач планирования запасов. [5]
Интерес к минимаксным задачам, и в частности к задачам равно-иерной аппроксимации, объясняется прежде всего тем, что они образуют достаточно широкий и важный, с практической точки зрения, класс экстремальных задач с негладкой целевой функцией. К этому классу мы относим также задачи на минимум выпуклых функций, ибо любая выпуклая функция может быть представлена как максимум линейных функций. [6]
II посвящена минимаксным задачам оптимальной коррекции возмущений. Рассматривается линейная динамическая система, подверженная возмущениям, ограниченным по величине. Управление осуществляется в виде импульсной коррекции с ограничениями на суммарный импульс и на число импульсов. Такая постановка является моделью задачи коррекции движения летательных аппаратов и сводится к специальной игровой задаче, в которой один из противников располагает непрерывным, а другой - импульсным управлением. Методом динамического программирования проведено исследование одного класса задач коррекции, получено и проанализировано решение ряда конкретных задач. [7]
Для выяснения специфики минимаксных задач в теории регулирования рассмотрим кратко некоторые из них. [8]
Альтернансные свойства решений нелинейных минимаксных задач с нелинейными ограничениями / / Журн. [9]
Рассмотрим алгоритмы решения минимаксных задач синтеза типовых модульных систем обработки данных с использованием описанных выше схем ветвления. Структура алгоритмов решения минимаксных задач в основном совпадает со структурой алгоритмов решения задач синтеза по общесистемным критериям. Основным отличием является способ вычисления оценок подмножеств решений. При этом весьма существенным является следующее обстоятельство. Минимаксные задачи решаются только для центра, если в области х элементы нижнего уровня ведут проектирование самостоятельно. [10]
Однако переход к минимаксной задаче имеет и физический смысл. Пусть в (2.28) fo ( x) - суммарная производительность N аппаратов, а уравнение связи представляет собой ограничение на потребляемый ими суммарный ресурс. [11]
Оценка Хубера является решением минимаксной задачи: максимальная асимптотическая дисперсия оценки на классе засоренных гауссовских распределений для нее достигает минимума. [12]
Применим формулу (7.15) к минимаксной задаче оптимального управления. [13]
Метод экстремального базиса в минимаксных задачах / / Журн. [14]
С этим типом задач контрастирует минимаксная задача размещения, возникающая при выборе места для таких пунктов обслуживания, как пожарное депо, полицейский участок или амбулатория, и рассмотренная в предыдущей главе. В настоящей главе-рассматривается минисуммная задача размещения. В частности, обсуждается задача о нахождении р-медианы данного графа G; это задача об оптимальном размещении заданного числа ( скажем. G до ближайших к ним пунктов х) принимает минимально возможное значение. Задача нахождения р-медианы может быть несколько обобщена, если каждой вершине-X) сопоставить некоторый вес V ] ( представляющий, например, ее-размеры или важность); тогда целевой функцией, подлежащей минимизации, станет сумма взвешенных расстояний. [15]