Метод поиска

Аналогичное препятствие на пути применения классических методов поиска экстремума отмечалось также и при отыскании экстремума функции х (/) методами классического анализа (см. главу И1). [c.242]

Основу второго подхода составляет совокупность методов, объединяемых в кибернетике общим термином черный ящик . В их состав входят вероятностно-статистические методы анализа сложных явлений и систем, теория статистических решений и оптимального планирования эксперимента, методы теории распознавания образов, адаптации и обучения и т. п. Статистические методы поиска катализаторов позволяют по ограниченной экспериментальной информации просматривать значительные совокупности факторов, предполагаемых априори ответственными за каталитическую активность. Причем планы эксперимента предусматривают возможность варьирования испытываемых факторов на двух и более уровнях в зависимости от сложности поверхности отклика. Выявление доминирующих факторов проводится по различным вариантам ветвящейся стратегии, а их численная оценка — с использованием стандартных приемов регрессионного анализа. При усложнении задач статистического анализа методы корреляционного и регрессионного анализа уступают место математической теории распознавания с богатым арсеналом приемов раскрытия многомерных корреляций. [c.58]

Метод проб и ошибок наиболее распространен при решении краевых задач для систем обыкновенных дифференциальных уравнений. Однако во многих случаях этот метод поиска начальных условий приводит к задаче с неустойчивым решением. Тогда единственно возможным методом решения краевых задач на АВМ становится метод конечных разностей, приводящий к алгебраическим уравнениям. Моделирование же последних связано с большими трудностями и значительными погрешностями. Поэтому, несмотря на ряд очевидных достоинств, применение аналоговых машин для целей математического моделирования химических процессов из-за указанных причин является весьма незначительным по сравнению с цифровыми вычислительными машинами. [c.12]

Содержание Введение. Представления в виде пространства состояний. Методы поиска решения задач в пространстве состояний. Представление задачи в виде совокупности подзадач. Метод сведения задачи к подзадачам. Доказательство теорем в исчислении предикатов. Применение исчисления предикатов к решению задач. Методы обнаружения доказательств теорем исчисления предикатов. [c.199]

Симплексный метод поиска экстремума является одним из универсальных методов. На его применении основаны различные модификации симплексного планирования [6]. Обш,им для всех модификаций является следующее. Сначала находят значение у в точках (наборах. .., х ), определяющих вершины симплекса. Определив вершину с наихудшим значением г/, заменяют ее симметричной относительно противоположной грани. В новом симплексе, образованном всеми точками старого, за исключением наихудшей вершины, и новой вершиной, вновь выбирают наихудшую точку. Такое постепенное перемещение позволяет передвинуться в область вблизи оптимума. [c.34]

Для сравнения движения ио градиенту с классическим методом поиска оптимума на рис. 49 изображена ломаная линия ОР Q NKM. Вначале фиксируется одна переменная, а движение ведется по другой переменной, пока не будет достигнута точка Р, в которой прирост величины у прекращается. В этой точке фиксируется переменная и начинается движение в направлении переменной Х2 и т. д. При этом, чем больше переменных, тем сложнее такой поиск. [c.161]

За последнее время были сделаны попытки разработать более точные методы расчета [37—39]. В результате был предложен более точный метод расчета констант сополимеризации бинарных смесей хлоропрена с разными сомономерами путем использования ЭВМ и метода поиска [39]. [c.378]

Формализованный (при наличии представлений о физикохимической сущности катализа) подход к определению оптимального состава и условий приготовления промышленных катализаторов базируется на использовании ЭВМ и статистических методов планирования и анализа эксперимента. Созданные к настоящему времени статистические методы поиска промышленных катализаторов позволяют по ограниченной экспериментальной информации просматривать значительные совокупности факторов, предполагаемых априори ответственными за каталитическую активность. Причем планы эксперимента предусматривают возможность варьирования испытываемых факторов на двух и более уровнях в зависимости от сложности поверхности отклика. Выявление доминирующих факторов проводится по различным вариантам ветвящейся стратегии, а их численная оценка — с использованием стандартных приемов регрессионного анализа. [c.20]

Фай КС Р. Механизм поиска вывода для моделей, описывающих состояния. Труды IV Международной объединенной конференции по искусственному интеллекту, вып. 3 Методы поиска решений, эвристические методы. М., 1975, 3206—3226. [c.281]

Для нелинейных уравнений трудно указать какие-либо эффективные методы поиска значения х - - А/), за исключением самого обш,его, который заключается в решении задачи минимизации рассогласования рассчитанного и заданного значений х (/< >). На практике поиск значения х Ь А/), кроме того, осложняется еще неустойчивостью решения, приводящей к значительным колебаниям рассчитанного значения х (/< ) при относительно малых изменениях величины X + At). [c.220]

Как показано пиже, наличие оврагов у оптимизируемой функции затрудняет отыскание истинного положения экстремума и для точного его нахождения приходится использовать специальные методы поиска (см. стр. 518). [c.485]

В основу градиентных методов поиска оптимума положены вычисление и анализ производных целевой функции / (дг). Поэтому, прежде чем перейти к описанию различных методов, необходимо рассмотреть вопрос о расчете производных [c.490]

Метод поиска с использованием чисел Фибоначчи [c.508]

Проблема планирования эксперимента значительно шире и сложнее, чем она изложена здесь. Существует также много различных методов поиска оптимальной области. Наша же цель заключалась только в том, чтобы показать важное значение и практическую выгоду использования стратегии экспериментальной работы в технологии. [c.36]

Поскольку все возможные изменения упомянутых переменных при первоначальной оптимизации предугадать нельзя и некоторые из предполагаемых изменений могут вообще никогда не встретиться в практике, программу для вычислительной машины лучше всего сохранить после окончания расчета. Всякий раз, когда в условиях работы установки происходят изменения, результаты расчета можно пересмотреть для того, чтобы получить частные оптимальные режимы работы. На такую операцию оптимизации, проводимую методом поиска, достаточно мощная вычислительная машина затрачивает всего несколько минут. [c.76]

Расчеты по методу поиска [c.379]

К эвристическому методу поиска новых идей относится так называемая мозговая атака. Цель мозговой атаки при конструировании — стимулировать быстрое генерирование большого числа новых решений. С этой целью отбирают группу компетентных лиц, перед которым ставят определенную задачу, причем оговаривают, что для решения принимают любые идеи, критика которых запрещается. При проведении сеанса мозговой атаки (длительность около [c.33]

Методы поиска с переменной метрикой. В изложенных методах определенные затраты машинного времени требуются для вычисления матрицы А. Теперь рассмотрим методы, также обладающие сходимостью второго порядка, но не требующие вычисления матрицы А. В методах этого класса в качестве М первоначально выбирается произвольная положительно определенная матрица Н. Процесс поиска организован таким образом, что Н изменяется от шага к шагу и стремится к матрице А . Существо методов данного класса заключается в следующем. [c.217]

При организации работы интеллектуальной системы принятия решений в режиме оперативного управления предусматривается наличие двух контуров выводов рекомендаций — быстрого и медленного . В быстром контуре система использует метод поиска на экспертных моделях, описанных языком логики предикатов первого порядка. Метод основан на процедуре поиска резольвент. Последнюю в системе реализует дедуктивный решатель, входящий в состав планировщика-интерпретатора. Эта процедура позволяет быстро оценивать ситуации и выводить качественные решения. Медленный контур использует только вычислительные модели. Незапланированные флюктуации режима, аварийные [c.347]

Для оптимизации технологических режимов процесса разделения предпочтительнее аналитический метод поиска минимума приведенных затрат (З тш). Для решения этой задачи необходима аналитическая форма зависимости капитальных и эксплуатационных затрат от ряда технологических параметров, значения которых могут варьироваться. По существу, речь идет [c.270]

Высокая эффективность современной геологической науки достигается комплексным исследованием тектонического строения 1орных пород и на основе накопленных знаний о процессах обра — ювания полезных ископаемых. Геологи — нефтеразведчики вооружены новейшими техническими средствами, вычислительной техникой и разнообразными инструментальными методами поиска алежей нефти, начиная с геологического молотка до аэро— или космической фоторазведок. [c.26]

Существует большое число других методов поиска [7—9], но для системы линейных дифференциальных уравнений они зачастую излишне сложны. [c.35]

В работе [8] сопоставлены два метода поиска экстремума — градиентный на основе факторного планирования и симплексный. Был осуществлен поиск максимального выхода для химического процесса, на который влияли две переменных температура и время. Результаты показали следующее. [c.37]

Блок 5 иодготавливает начало поиска оптимального значения управляющего воздеГ1Ствия опт. на i-ii стадии, для чего применяется метод поиска на сетке. Последовательные значения управления ii рассчитываются в блоке 6. [c.269]

Градиент целевой функции. Среди методов, применяемых для решеиия задач нелинейного программирования, значительное место занимают методы поиска решения, основанные на анализе производных оптимизируемой фуикции. Предполагая в дальнейшем (там, где это специально не оговорщю), что анализируются только непрерывные дифференцируемые функции R (х), остановимся на свойствах этих функций, которые можно использовать для анализа нх поведения, [c.485]

Поэтому метод тяжелого шарика и используется в задачах с целевыми функциями, имеющими несколько локалгшых экстремумов, и в этом смысле может быть охарактеризован как метод поиска глобального экстремума. [c.504]

До сих пор рассматривались методы поиска оптимума, и которых аля определения величины и направления шага попска ирименялс/- предварительный анализ производных оптимизируемой функции ио всем независимым переменным задачи. Нахождение производных при наличии трудновычислимого критерии оптимальности свя- ано с необходимостью выполнения большого объема вычислений, гто может привести к существенному увеличению времени поиска, особенно при большом числе независимых переменных. [c.504]

Доказано что прн примеиении правильных симплексов направление движения в симплексном методе совпадает с направлением градиента, если, естественно, симплекс достаточно мал. Вместе с тем, реализация данного метода не требует существенного увеличения вычислительных затрат с повышением размерности решаемой адачи, поскольку на каждом шаге рассчитывается только одно зиачение целевой функции независимо от числа переменных. В то же время при использовании градиентных методов поиска с возрастанием числа независимых переменных соответственно увеличивается число вычисляемых значений целевой функции при расчете производных но всем переменным. [c.518]

Аналогичные трудности возникают и при любых других методах поиска для минимизации функции с оврагами . Поэтому ири решении оптимальных задач, целевые функции которых имеют особенности типа оврагов , разработаны специальные методы поиска. Один из таких м[етодов, называемый методом шагов по аоврагу и описьшается нйже. [c.519]

Недостаток расслютрснного метода поиска заключается в том, что когда оптимум целевой функции расположен на значительном удалении от гиперповерхности ограничений, скорость движения к условному оптимуму, находящемуся на гиперповерхности, мала и к тому же существенно замедляется при нриблнжс...... к нему. [c.536]

Таким образом, согласно условию (IX,195), при пргшенепии любого из изложенных выше методов поиска спуск из любого исходного состояния л < ) происходит по направлению к гиперповерхности ограпичертй. Лишь в 8-окрестности этой гиперповерхности, где неравенство (IX,195) ослабляется, так как на самой гиперповерхности выполнено условие [c.540]

Брин Э. Ф., Павлов Б. В. Применение одной модификации градиентного метода поиска экстремума для оценки кинетических параметров.— Кинетика и катализ, 1975, т. 16, вып.,1, [c.367]

Интересно рассмотреть еще один вид геохимических методов поисков нефтяных и газовых залежей, который основан на изучении распределения УВГ в придонной воде. В ряде случаев выявляются резкие аномалии в содержании УВГ в придонной воде, которые, однако, фиксируют не наличие диффузионного потока УВ из недр, а нарушения различных типов. Так, например, аномально высокое содержание УВГ отмечается над диапи-ровыми складками (рис. 24, а). Аналогичные аномалии фиксируются и над антиклинально изогнутыми пластами в случае, если верхние пласты над антиклинально прогнутыми слоями срезаются непосредственно ниже маломощного современного осадка (рис. 24, б). [c.67]

Вид этой матрицы позволяет предложить эффективный метод поиска констант скоростей. Поскольку одновременный поиск т(т—1)]/2 констант затруднителен, удобнее осуществлять его Еостадийно, подбирая на каждой стадии меньшее число констант. Гак, если осуществлять поиск констант по строкам матрицы к, качиная с последней строки, то поиск разбивается на (т—1) стадий с последовательным подбором числа констант от (т—1), Мт—2),. .. до 1. Такой подбор сводится к последовательному опре-Ылению коэффициентов линейных уравнений. [c.27]

Справочник химика 21

Химия и химическая технология