Cтраница 1
Алгоритм поисковой оптимизации включает следующие этапы. [1]
Адаптация структуры алгоритмов поисковой оптимизации в соответствии с общей классификацией ( см. рис. 1.5.2) может осуществляться различным образом. Прежде всего, возможен путь параметризации структуры алгоритма поиска, т.е. введение параметров, определяющих структуру алгоритма, например, следующим образом. [2]
К сопоставлению эффективности алгоритмов ускоренного разгона. [3] |
Таким образом, методы и алгоритмы поисковой оптимизации при определенных условиях могут рассматриваться как универсальное средство выявления лучших вариантов проекта с учетом не только внутренних параметров ЭМУ, но и алгоритмов их управления. [4]
В заключение отметим, что проблема адаптации алгоритмов поисковой оптимизации является сейчас наиболее острой в оптимизации. Разработано много методов поиска, а их адаптация к конкретному объекту оптимизации пока находится на полукустарном уровне. [5]
К выбору оптимального управления. [6] |
Приведенный пример показывает возможности применения ранее рассмотренных методов и алгоритмов поисковой оптимизации для решения задач оптимального управления. [7]
Результаты одного из таких вычислительных экспериментов, выполненных с помощью пакета программ, реализующего алгоритмы поисковой оптимизации и разработанного при участии авторов пособия, приведены в табл. 5.7. В качестве объекта был выбран асинхронный гиродвигатель. [8]
Матрица коэффициентов влияния параметров двигателя ГМА-4П. [9] |
Сформулированную задачу определения допусков также удается свести к задаче нелинейного программирования, хотя и с помощью специальных приемов, что, однако, оправдывается возможностью применения разработанных методов и алгоритмов поисковой оптимизации. [10]
В состав обрабатывающих модулей, необходимых для расчета допусков на параметры, входят модули определения значений функции цели, расчета коэффициентов коррекции, приведения рассчитанных допусков на параметры в соответствие со стандартами, а также модули, реализующие алгоритмы поисковой оптимизации. [11]
Рассмотрим получение случайных чисел, распределенных с равномерной и нормальной плотностями вероятности, которые находят наибольшее применение на практике. Равномерно распределенные числа, как уже говорилось в § 5.2, используются в алгоритмах поисковой оптимизации, а также служат основой для получения случайных чисел с другими распределениями вероятности. [12]
Понятие эффективности весьма многообразно. В данном случае речь может идти о сложности алгоритмов и программ, реализующих различные методы, или о возможностях этих программ в решении практических задач. Частично особенности построения алгоритмов поисковой оптимизации, позволяющие судить об их относительной сложности, были рассмотрены ранее. Здесь обсудим вопрос эффективности применения готовых алгоритмов в виде соответствующих программ для решения задач оптимизации ЭМУ. [13]
Кроме того, известно, что допуски на целый ряд параметров ( например, на геометрические размеры) регламентируются системой ква-литетов, а следовательно, изменяются дискретно. Для реализации общего подхода к решению задачи оптимизации и соответствующей унификации применяемых алгоритмов целесообразно заменить в первом приближении дискретно изменяемые параметры их непрерьшными аналогами. Эта операция, в частности, позволяет применять при определении допусков практически всю совокупность методов и алгоритмов поисковой оптимизации. После получения оптимальных значений допусков они могут быть скорректированы с учетом дискретности изменения допусков на ряд параметров. [14]