Алгоритм вычисления критерия эффективности

Алгоритм вычисления критерия эффективности 224 [c.292]

После выбора оптимизируемых параметров приступают к разработке алгоритма вычисления значения принятого критерия эффективности (энергетического или технико-экономического). Данный алгоритм является основой для разработки организующей программы, которая вызывает вычислительные блоки в заданной последовательности и осуществляет передачу данных между ними. [c.244]

В настоящее время алгоритмы оптимального разбиения больших электрических схем на ЭВМ находятся в стадии экспериментальной обработки и хороших результатов не дают. Эвристические алгоритмы оптимального деления электрических схем цифровых устройств, пригодные для реализации на ЭВМ, удовлетворяют одному-двум названным критериям. Поиск оптимального варианта деления связан с большим объемом вычислений, что не под силу даже современным быстродействующим ЭВМ. Решение этой актуальной задачи требует создания более эффективных алгоритмов и программ. [c.73]

Наилучшими критериями сравнения пяти методов поиска, описанных выше, являются их эффективность и универсальность. Под эффективностью алгоритма обычно понимают число вычислений функции, необходимое для достижения требуемого сужения интервала неопределенности. Из табл. 6.2 следует, что лучшим в этом отношении является метод Фибоначчи, а худшим — метод общего поиска. Конструктор иной раз неохотно прибегает к методу Фибоначчи, так как при его применении требуется заранее задать число вычислений значений функции. Однако он может воспользоваться методом золотого сечения. Как правило, оказывается, что методы Фибоначчи и золотого сечения, обладающие высокой эффективностью, наиболее подходят для решения одномерных унимодальных задач оптимизации. [c.152]

Ввиду того, что АФАР являются сложными системами, характеристики которых зависят от многих параметров, их оптимизация требует больших затрат машинного времени, которые могут быть уменьшены за счет использования эффективных алгоритмов. В гл. 7 рассматриваются возможные постановки задачи оптимизации в процессе проектирования АФАР и описываются два усовершенствованных авторами метода их. решения. Каждый метод сопровождается необходимыми частными сведениями из теории оптимизации. Обсуждаются вопросы формирования целевых функций, учитывающих особенности АФАР, а также выбора критериев и параметров оптимизации. Приводится структурная схема организации процесса вычисления параметров согласующих устройств, оптимизирующих АФАР по заданному критерию в секторе сканирования и полосе частот. [c.7]

Задачи обработки экспериментальных данных могут быть различны вычисление статистических показателей качества, поэлементных II суммарных погрешностей, критериев оценки ногреш-ности измерения, а также сравнение точности процессов и др. 17ро-гресс в области вычислительной техники позволяет решать эти задачи с помощью стандартных программ не только весьма производительно, но и эффективно в смысле оперативного воздействия на проиесс (обработки, эксплуатации или контроля) в целях его коррекции. Рассмотрим здесь лишь примеры аналитической обработки результатов измерений путем вычисления статистических характеристик (см. рис. 4.6). Составим алгоритм вычисления коэффициентов технологического запаса точности см. формулу (4.22) двух процессов н сравним их точность, вычислив коэффициент увеличения точности по формуле [c.168]

Алгоритмы расчета критериев качества Если при тепловом расчете конденсатора принять следующие допущения 1) коэффициент теплоотдачи при конденсации соответствует зависимости Нуссельта 2) теплообмен и сопротивление при турбулентном течении воды определяются формулой Михеева и зависимостью = 0,184 Re- 3) перегрев пара и переохлаждение конденсата включены в эффективную теплоту конденсации А/г 4) при вычислении среднелогарифмического температурного напора температура в конденсаторе принимается равной температуре насыщения, то алгоритм для расчета критерия качества при оптимизации параметров конденсатора АЭС с теплоносителем N264 (конденсация на внешней поверхности труб) имеет следующий вид. [c.182]

Критерий окончания итераций Хт+1—Х У <е Хш+111, где е — машинная точность. Для плохо обусловленных матриц сходимость может быть медленной, в этом случае необходимо оценить число обусловленности g по упрощенным алгоритмам. Если g имеет порядок, обратный машинной точности, то нужно перейти на вычисления с повышенной разрядностью. Во многих случаях эффективно сочетание метода Гаусса и итерационного уточнения. При этом вводится ограничение Опор на абсолютную величину элементов ац, йц,и, 1гк,к- Если значение элемента меньше абсолютного значения Опор, то он заменяется нулем (естественный порог апор —е] ,/], обычно апор=0.01). По методу Гаусса получается приближенное решение, которое затем уточняется по (2.18). [c.39]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...