Cтраница 2
Эти приближенные алгоритмы нуждаются в незначительных изменениях для распространения их на случай, когда шумы объекта и измерений коррелированы. Уравнения (3.4.9) и (3.4.11) для функции штрафа сохраняют силу. Однако в выражениях для входящих в них математических ожиданий появляются отличия по сравнению со случаем некоррелированных шумов. [16]
Используя приближенный алгоритм решения, изложенный в разд. [17]
Рассмотрим простой приближенный алгоритм решения данной задачи. [18]
Изложим простой последовательный приближенный алгоритм решения рассмотренной задачи компоновки. Обозначим через рг число повторений в различных условных вершинах ГСА Г логического условия xi, 11, L. Хи делится на U этапов. [19]
Рассмотрим приближенные алгоритмы решения задач синтеза оптимальных логических структур РБД и БмД репозитария. [20]
Идея приближенного алгоритма основана на объединении для подачи в один порт ввода тех переменных, которые являются аргументами большого количества булевых функций. Он основан на использовании частотной матрицы отношений. Матрица инцидентности Q задает систему булевых функций следующим образом: каждой строке соответствует логическая функция, а каждому столбцу - объединенное множество X. Первоначально Xi xi, т.е. столбцу соответствует переменная из множества X всех аргументов функций. В процессе работы алгоритма происходит постепенное объединение столбцов на основе эвристической оценки и образование нового объединенного множества X для сформированного столбца. При получении мощности объединенного множества, равного N, или невозможности объединения с другими столбец удаляется из рассмотрения. Процесс повторяется до тех пор, пока не останется только один столбец матрицы инцидентности. [21]
Анализ приближенных алгоритмов, разработанных до настоящего времени, приводит - к следующим выводам. [22]
Эффективность приближенных алгоритмов дискретного программирования существенно зависит от выбора нормирующего множителя. [23]
Пользуясь вышеприведенным приближенным алгоритмом, решение уравнения (10.34) будем искать в виде ряда Фурье (10.38), не учитывая начальные условия. [24]
Пример программы обнаружения аварийных ситуаций с контролем времени отклонения от нормы. Сч. ц. - счетчик циклов ( времени. [25] |
Для построения приближенных алгоритмов может использоваться также свойство непрерывности изменения контролируемых переменных в нормальном режиме. Как показывает анализ работы систем управления, сбои УВМ, отказы, поломки оборудования и элементов системы контроля приводят к скачкообразному изменению контролируемых переменных. [26]
Результаты исследования для МВС с архитектурой типа линейка.| Результаты исследования для МВС с архитектурой типа линейка. [27] |
Эффективность рассматриваемых приближенных алгоритмов решения задачи отображения исследована с помощью статистического моделирования. [28]
Поэтому целесообразна разработка приближенных алгоритмов, позволяющих решать задачи большой размерности. [29]
Решения, предлагаемые приближенными алгоритмами для задач класса NP, не будут оптимальными, поскольку алгоритмы просматривают только часть множества PS /, зачастую очень маленькую. Качество приближенного алгоритма можно определить, сравнив полученное решение с оптимальным. [30]