Cтраница 1
Алгоритм систем с адаптивной коммутацией заключается в том, что путем предварительного опроса всех каналов выявляется канал с наибольшим изменением значения измеряемой величины после последней передачи информации и информация этого канала поступает в канал связи и одновременно запоминается для последующих сравнений. [1]
Каждый алгоритм системы строит приближение искомой зависимости, выбирая его из заранее фиксированного для этого алгоритма множества фупкций. Множество это наделяется структурой, которая частично упорядочивает возможные приближения по степени сложности. Алгоритм, следуя теории, изложенной в части первой книги, строит оптимальное приближение, наилучшим образом соотнося качество приближения эмпирических данных и сложность выбранной функции. [2]
Деление алгоритма системы, управляющей процессом, на подсистемы и на части внутри подсистем, определяется сложностью системы и алгоритма ее работы. [3]
Деление алгоритма системы на алгоритмы подсистем в ряде областей связано с традиционным распределением зон ответственности и специфики работы, которые необходимо учитывать. [4]
Разработка алгоритмов систем контроля и управления непосредственно связана с развитием методов программирования указанных задач. Эти последние позволяют создать рациональные методы записи алгоритмов функционирования и преобразовать алгоритмы в программу работы цифровых вычислительных устройств, входящих в состав технических средств системы управления производственными комплексами. [5]
В состав алгоритмов системы специального математического обеспечения основного органа управления должны быть введены алгоритмы, обеспечивающие обращение к подсистеме математического обеспечения подчиненного объекта управления с получением результатов от нее. [6]
Алгоритм, подобный алгоритму системы PERCEPTRON, может хорошо работать лишь при условии, что суждения или детекторы признаков используемых правил с уверенностью могут различать образы в обучающем множестве. Часто, однако, подбор такого множества суждений оказывается очень трудной задачей. Пространство поиска при обучении такого рода суждениям, по-видимому, не является унимодальным, по выглядит вполне гладким. Генетический алгоритм Хол-ланда [8, 9] рассчитан на работу с гладкими и многомодальными пространст-вами поиска. Главным препятствием на пути реализации обучающихся схем с применением этого алгоритма является проблема представления. Генетический алгоритм только тогда работает хорошо, когда удается найти представление, в котором смысл имеют многие подстроки символов. [7]
Пусть требуется найти такой набор алгоритмов системы контроля, который, выполняя все необходимые преобразования с измеряемыми величинами и определяя выходные величины с заданной точностью, в то же время занимает минимально возможный объем памяти УВМ как на запись самих программ ( алгоритмов) контроля, так и на массивы информации, используемые при расчете выходных величин. Уменьшение занимаемого объема памяти - одно из существенных достижений разрабатываемой системы контроля, так как из-за очень частого повторения алгоритмов контроля вся программа системы контроля записывается в оперативной памяти, являющейся не только самой дорогой, но и наиболее дефицитной при реализации алгоритмов. [8]
Основное содержание сообщения будет посвящено алгоритмам системы автоматической идентификации технологических процессов. [9]
С получением исправлений обнаруженных недостатков могут измениться как алгоритмы системы, так и ее информационная база. Если, например, в алгоритмах использованы адаптивные принципы, то под влиянием информационного потока меняется состояние системы алгоритмов. [10]
Ряд принципов деления связан с анализом вопросов построения алгоритмов системы и структуры систем. [11]
В многомерных задачах, где имеется большое количество регулируемых параметров, алгоритм системы, естественно, оказывается значительно сложнее. [12]
Вторая типовая схема построения БИНС представлена на рис. 3.19. Этот вариант реализует алгоритм системы, работающей во вращающейся ( наиболее часто - горизонтальной) системе координат. [13]
При проектировании систем управления сложными процессами для удобства эксплуатации и организации работы алгоритм системы обычно делят на подсистемы. Это дает возможность учитывать специфику работы отдельных частей системы и требований к их аппаратуре, создает условия для параллельного выполнения работы большим числом разработчиков, и сокращения времени создания системы. [14]
Таким образом, введением в подынтегральное выражение оценки качества акцентирующих функций возможен синтез алгоритмов АПО систем регулирования с идеальной эталонной моделью. В этих алгоритмах оценка качества используется как для минимизации ошибки регулирования, так и для формирования переходного процесса регулирования, что обычно возлагается только на эталонную модель. [15]