Cтраница 2
Предлагаемый алгоритм включает проверку условий (8.1) и (8.2) в зависимости от значений индексов у вероятностей состояний. [16]
Предлагаемые алгоритмы последовательно реализуют представление об электрической нагрузке как о случайной величине, обладающей некоторым, как правило, априорно неизвестным законом распределения. В случае кусочной стационарности графика электрической нагрузки объекта электроснабжения участки стационарности реализуются только отдельно друг от друга; следовательно, после получения плотности распределения для каждого из участков они могут быть также просуммированы. Таким образом, будет получена плотность распределения для объекта в целом и для каждого участка стационарности графика нагрузки, что обычно соответствует тому или иному технологическому режиму. На выходе метода получают плотность распределения электрической нагрузки для объекта в целом и все необходимые характеристики нагрузки. Методы реализованы в виде пакетов прикладных программ. [17]
Предлагаемый алгоритм состоит из трех стадий. [18]
Предлагаемый алгоритм заключается в следующем. [19]
Предлагаемый алгоритм обеспечивает построение автоматов с частично минимизированным числом состояний и обладает меньшей трудоемкостью по сравнению с [3], так как упрощается индексация вершин на графе регулярного выражения. [20]
Граф G. [21] |
Предлагаемый алгоритм состоит из трех этапов. На первом этапе строятся популяции решений, которые могут быть получены случайным, последовательным или итерационным методами. На втором этапе для каждой хромосомы в популяции определяется ЦФ. В качестве ЦФ выбирается К. Затем полученная популяция сортируется и упорядочивается согласно ЦФ. Далее выполняется разбиение популяции на две подпопуляции: перспективных и неперспективных хромосом. Для второй подпопуляции используется быстрый поиск - ПГА. Затем реализуется оператор миграции хромосом между подпопуляциями. На третьем этапе, используя описанные схемы селекции, выбираются родительские пары или отдельные хромосомы для выполнения генетических операторов. [22]
Предлагаемый алгоритм позволяет перейти от управляемых нано-технологий к самоуправляемым. Это требует разработки новых подходов к установлению технологических режимов, отвечающих самоуправляемому синтезу наноструктурных материалов. [23]
Предлагаемый алгоритм выбора и расчета аппаратурного оформления процесса разделения суспензий состоит из трех основных блоков-модулей ( расчеты фильтров, центрифуг, отстойников) и управляющей программы-диспетчера. [24]
Предлагаемый алгоритм обработки позволяет формализовать процедуру определения приращений поля, а при использовании замкнутых рейсов - уравнять результаты определения этих приращений. Сползание нуль-пункта прибора аппроксимируется полиномом N - ro порядка. [25]
Предлагаемый алгоритм определения этих неизвестных можно условно подразделить на три этапа, из которых два последних, чередуясь, повторяются до получения требуемой точности. [26]
Предлагаемый алгоритм решения целесообразно реализовать на ЭВМ. [27]
Предлагаемый алгоритм диагностирования основан на правиле, по которому каждому виду дефекта соответствует одна из ограниченной совокупности групп, имеющихся в спектре огибающей вибрации. Группы не могут быть одинаковыми для разных видов дефектов. [28]
Предлагаемый алгоритм согласования некоторого числа ( двух или более) кластеризованных ранжировок состоит из трех этапов. На первом этапе выделяются противоречивые пары объектов во всех парах кластеризованных ранжировок. На третьем этапе эти кластеры ( классы эквивалентности) упорядочиваются. Для установления порядка между кластерами произвольно выбираются по одному объекту из первого и второго кластеров; порядок между кластерами устанавливается такой же, какой существует между выбранными объектами в любой из рассматриваемых кластеризованных ранжировок. Два объекта из разных кластеров согласующей кластеризованной ранжировки могут оказаться эквивалентными в одной из исходных кластеризованных ранжировок, т.е. находиться в одном кластере. В таком случае надо рассмотреть упорядоченность этих объектов в какой-либо другой из исходных кластеризованных ранжировок. Если же во всех исходных кластеризованных ранжировках два рассматриваемых объекта находились в одном кластере-то естественно считать ( и это является уточнением к третьему этапу алгоритма), что они находятся в одном кластере и в согласующей кластеризованной ранжировке. [29]
Предлагаемый алгоритм вычисления значений wKn совпа дает с алгоритмом решения сеточной задачи Коши для ( 1), Если решения дифференциальной задачи Коши сильно растут, то, как и ранее, могут возникать большие вычислительные по-трешности. [30]