Информационные технологии моделирования и оптимизации: краткая теория и приложения: Монография

Титул + Оборот Воронежский институт высоких технологий – автономная некоммерческая образовательная организация высшего образования И. Я. Львович, Я. Е. Львович, В. Н. Фролов ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ Монография Рецензенты: Львович, И. Я. Л89 Информационные технологии моделирования и оптимизации: краткая теория и приложения [Текст] : монография / И. Я. Львович, Я. Е. Львович, В. Н. Фролов. – Воронеж : Издательско-полиграфический центр «Научная книга», 2016. – 444 с. Информационные технологии моделирования И. Я. Львович, Я. Е. Львович, В. Н. Фролов ВВЕДЕНИЕ Рис. 1.1.3 Геометрическая интерпретация коэффициента Рис. 1.1.4. Числовая ось распределения случайной величины ,y. Правильность расчетов следует проверять по условию Окончание таблицы 1.1.2 Таблица 1.1.3 Таблица 1.1.4 Рис. 1.1.6. Экспериментальная (1) и теоретическая (2) линии регрессии Общее среднее всех N×m наблюдений по всем N уровням Влияние факторов ,x-1. и ,x-2. признается значимым, если Далее, используя (1.2.7), находим Результаты дисперсионного анализа сводим в таблицу 1.2.5. ,S-5.=,,G-2.-,mn-2..=,,,229.-2.-4∙,3-2..=,52441-36.=1456,69; ,S-a.=,S-2.−,S-5.=1521,75−1456,69=65,06; ,S-b.=,S-3.−,S-5.=1508,42−1456,9=51,73; Дисперсия внутри ячеек ,S-в.я..=,,,,y-ijkm.−,,ABC.-ijk..-2.=1801−1678,75=122,75.. ,F-расч.=,,S-0.-,n−1.,n−2..:,,S-в.я.-,n-2.,m−1..=,39,52-4,55.=8,68. Таблица 1.2.8 / Рис. 1.3.1. Структурная схема объекта исследования Таблица 1.3.1 Таблица 1.3.2 Рис. 1.3.3. Взаимно-корреляционная функция ,R-xy.,τ. Рис.1.3.4. Корреляционная функция ,R-xx.,τ. Рис. 1.3.5. Рабочий диапазон изменения переменной x,t. Рис. 1.3.6. Графическая зависимость коэффициента корреляции R от γ Таблица 1.3.3 Критерий оптимальности имеет вид Рис. 1.4.2. Поле корреляции признака ,I-0. и прогнозируемого параметра α Таблица 1.4.2 Рис. 1.5.1 Линейная аппроксимация зависимости Рис. 1.5.2. Нестационарный процесс изменения Таблица 1.6.2 Таблица 1.6.3 Таблица 1.6.4 Рис. 1.6.1. Композиционный план второго порядка для n=3 Оценка дисперсии неадекватности ,S-ад-2.=,1-N−d.,i=1-N-,,,,y.-l.−,y-l..-2.., (1.6.28) Общее число точек плана эксперимента Оператор ,A-13. определяет время ожидания заявок для СМО с несколькими входными потоками Рис. 1.7.2. Плотность вероятности Рис. 2.2. Метод дихотомии Таблица 2.1 Рис. 2.3. Метод Фибоначчи Рис. 2.4. Зависимость отношения гарантированных точностей метода дихотомии и метода Фибоначчи от числа проведенных испытаний Таблица 2.2 Рис. 2.5. Метод золотого сечения Таблица 2.3 2.4. Методы глобальной оптимизации Рис. 2.8. Распределение поисковых испытаний при Рис. 2.9. Эскиз наладки для обработки детали на одношпиндельном многорезцовом полуавтомате Таблица 2.4 3. МЕТОДЫ УСЛОВНОЙ ОПТИМИЗАЦИИ Задачи выпуклого программирования Свойства решений ЗЛП Рис. 3.4.3. Схема получения оптимального решения частично целочисленной задачи ЛП методом ветвей и границ Рис. 3.5.2. Блок-схема N-шагового процесса принятия Таблица 3.5.1 Рис. 3.5.5. Плановые задания ,m-j.по выпуску изделий 4. Оптимизация в условиях неопределенности 3. Функция F,Ψ. должна быть инвариантна по отношению к преобразованию Ψ,x.=,i=1-m-,p-i-∗..,,Ψ.-1.,x., БИБЛИОГРАФИЧЕСКИЙ СПИСОК