Свойства алгоритмов

Свойства алгоритмов 54 Связанный список 79 Семантическая сеть 94 Система [c.295]

Алгоритм является систематизированным математическим методом решения прикладных задач САПР АЛ, обладающим такими свойствами, как определенность, массовость, результативность, технологичность, точность и др. Важное свойство алгоритма — эксплуатационная гибкость, позволяющая быстро и удобно вносить изменения. Основные принципы алгоритма — иерархичность, модульность, последовательность формализации. [c.98]

Существенное влияние на свойства алгоритма адаптации (3.49) оказывает выбор параметров Я-j, 1 = 0, 1,. .., k. Будем искать эти параметры из условия минимизации идентификационного функционала качества (3.24). Обозначим через вектор, компонентами которого являются искомые параметры Я,о,. .., Тогда оптимальные параметры определяются формулой [107, 109] [c.85]

В предыдущих главах мы имели дело с задачами, которые описываются линейными дифференциальными уравнениями, и исследовали основные свойства алгоритмов МГЭ, основанных на граничных интегральных уравнениях, выведенных из этих дифференциальных уравнений. Но чтобы можно было считать МГЭ вполне универсальным средством решения задач, необходимо доказать, что он приложим к нелинейным системам нелинейности возникают почти в каждой реалистической идеализации практических задач. [c.331]

Одна из возможностей состоит в том, чтобы выбирать отношение То/То меньшим его оптимальной величины. Можно также сгладить дифференцирующие свойства алгоритма, используя 4 последовательных значения сигнала ошибки для формирования первой разности [5.2]. Для этого сначала оценивается среднее значение ошибки [c.93]

Оценка наиболее важных свойств алгоритмов управления (1 — хорошее , малое , 2 — среднее , среднее , [c.237]

Дайте понятие алгоритма и охарактеризуйте его свойства. Приведите примеры, иллюстрирующие свойства алгоритма. [c.160]

Результативность — есть свойство алгоритма, заключающееся в его способности приводить к результату после конечного числа шагов. [c.387]

В объеме жидкости, ограниченном замкнутой поверхностью и лишенном внутренних источников тепла, точные значения Ыи+ и Ыи должны совпадать. Однако их Приближенные значения, построенные на разностном решении задачи ЕК, могут отличаться как от точных, так и друг от друга. Дисбаланс между Ыи+ и Ыи- устраняется по мере дробления сетки и улучшения аппрокси-мационных свойств алгоритма. На грубых сетках суммарный тепловой поток через полость, заполненную жидкостью, целесообразно оценивать по среднему арифметическому. [c.111]

Приведенное выше построение проекционного алгоритма носит формальный характер и требует строгого доказательства сходимости при N- 00, устойчивости и т. д. Эти свойства алгоритма определяются свойствами системы координатных функций Ф, полнота, сильная минимальность), установлением которых мы сейчас займемся. [c.105]

В случае течений с большими градиентами, часто представляющем наибольший интерес, особо важную роль ш рает свойство алгоритма не искажать получаемые в процессе счета сеточные решения паразитными (схемными) осцилляциями. Если это условие не выполняется, то процесс вычислений может быть либо сильно осложнен, либо вообще невозможен. [c.4]

В смешанных (параллельно-последовательных) алгоритмах сначала выделяется начальное множество элементов, которые обладают существенными для данной задачи свойствами (число внешних соединений, внутренняя связность, функциональная завершенность). Далее. эти элементы распределяют по узлам, что в ряде случаев позволяет получить более равномерные характеристики узлов. Данные алгоритмы являются более сложными, чем последовательные и итерационные, и поэтому применяются в задачах со специальными требованиями. [c.28]

При построении линии или фигуры сечения необходимо знать свойства и каркас данной поверхности. Общее решение проводится по пункту 2 алгоритма 5 (см. п.11.4.). Начинать решение следует с поиска опорных точек точки пересечения очерка, границы видимости, точки с наименьшими и наибольшими координатами, точки возможного самопересечения кривой и т.п. [c.157]

Распределение работ между подразделениями производят с использованием блочно-иерархического подхода (БИП) к проектированию. Этот подход основан на структурировании описаний объекта с разделением описаний на ряд иерархических уровней по степени детальности отображения в них свойств объекта и его частей. Каждому иерархическому уровню присущи свои формы документации, математический аппарат для построения моделей и алгоритмов исследования. Совокупность языков, моделей, постановок задач, методов получения описаний некоторого иерархического уровня часто называют уровнем проектирования. [c.8]

Сложность — свойство объектов, заключающееся в том, что функция, реализуемая объектом, не может быть представлена в виде композиции функций, реализуемых элементами объекта. Например, при структурном синтезе ЭВМ рассматривается как система, состоящая из взаимосвязанных функциональных блоков и узлов, организованных таким образом, чтобы их функционирование приводило к реализации заданных функций — вычислениям на основе алгоритмов. Одни и те же функции могут быть реализованы различными структурами, обеспечивающими производительность решения задач при различных затратах оборудования. Закон функционирования ЭВМ невозможно рассмотреть только с точки зрения электрических процессов, происходящих в цепях ЭВМ. Функции ЭВМ выявляются лишь при рассмотрении процессов в ЭВМ в информационном и алгоритмическом аспектах. Это объясняется эффектом организации, порождающим в совокупностях элементов новые свойства. [c.305]

Для подсчета числа различных моделируемых объектов, обладающих заданными свойствами, формируются операторы счета (счетчики). Результаты, выдаваемые счетчиками, часто являются исходными данными для логических служебных операторов, обеспечивающих синхронизацию моделирующего алгоритма. [c.351]

Свойство системы человек — машина , обусловливающее приспособленность ее технических средств и алгоритмов деятельности к освоению человеком — оператором СЧМ. Установление эргономических требований и формирование эргономических свойств системы человек — машина на стадиях ее разработки и использования. [c.416]

Графический алгоритм интерполирования дискретного обвода дугами окружностей основан на элементарных свойствах окружностей. [c.74]

Произвольная кривая Z, лежащая на поверхности и пересекающая все ее параллели, может быть принята за образующую поверхности. Это свойство образующей используется в дальнейшем для построения проекций точек, принадлежащих поверхности вращения. Так, для построения второй проекции точки, лежащей на любой поверхности, применяется общий прием, состоящий в том, что через заданную проекцию точки проводится линия, принадлежащая к одному из двух семейств линий на поверхности. Линия одного или другого семейства выбирается исходя из ее графической простоты (например, для линейчатых поверхностей используются их прямолинейные образующие). Эти рассуждения тесно связаны с критерием графического задания поверхности вращения ее определителем Ф(г, q), состоящим в задании проекций образующей поверхности и ее оси. Приведем алгоритм решения следующей позиционной задачи. [c.87]

На сформулированных свойствах базируются графические и машинные алгоритмы построения разверток, а также решение важных для теории и практики задач. Одной из таких задач является задача построения на поверхности Ф линии I, удовлетворяюш,ей определенным требованиям. [c.136]

Важное свойство всех структур — наличие только одного входа и только одного выхода, как у простого оператора. Поэтому каждый прямоугольный блок на рис. 1.8—1.9, обозначающий какое-либо действие, может быть заменен любой из трех базовых структур. Возможность представления любых алгоритмов с помощью вло-женнЕ>1х структур следования, цикла и ветвления составляет основу метода структурного программирования (см. 1.3). [c.18]

Подпрограмма — часть программы, обладающая именем, которое позволяет этой программе (или всякой другой) вызывать ее, чтобы заставить выполнить некоторое действие. В виде подпрограмм целесообразно программировать действия, общие для ряда программ, и универсальные алгоритмы. Подпрограммы позволяют управлять сложностью программ, допуская сжато именовать сложные последовательности действий. На этом свойстве подпрограмм базируется методология нисходящего проектирования программ (см. 1.3). Подпрограмма, как и любая другая структура управления, должна иметь одни вход и одни выход, причем возврат управления из подпрограммы обязательно должен осуществляться в точку ее вызова. [c.21]

При составлении алгоритма решения этой группы задач следует базироваться на свойстве (3) из 38, т. е. для того чтобы на чертеже поверхности указать проекции принадлежащей ей точки, необходимо вначале построить проекции какой-либо линии, принадлежащей поверхности, а затем на этой линии отметить точку. [c.120]

В основе алгоритма решения любой метрической задачи лежит инвариантное свойство ортогонального проецирования, заключающееся в том, что любая фигура, принадлежащая плоскости, параллельной плоскости проекции, проецируется на эту плоскость в конгруентную фигуру, т. е. (ФС/З) Л (<3 я, ) => Ф =Ф. [c.173]

В предыдущем параграфе было отмечено, что плоский угол проецируется на плоскость проекции без искажения в том случае, когда его стороны параллельны этой плоскости. Это свойство может быть принято за основу при составлении алгоритма решения задачи на определение величины угла по его искаженным ортогональным проекциям. [c.189]

Многоэтапная структурная последовательность свойственна не только электромагнитному расчету, но и многим другим видам расчетов. Учет этих свойств при конструировании расчетных алгоритмов особенно важен для эффективной организации итерационных процедур расчетов. [c.126]

Опыт автоматизированного проектирования ЭМП позволяет сделать следующие выводы 1) задачи оптимального проектирования ЭМП достаточно разнообразны и специфичны по содержанию, что приводит к соответствующему многообразию их формулировок и функциональных свойств 2) методы математического программирования в отдельности не являются эффективными и не всегда пригодны для решения этих задач 3) эффективные алгоритмы оптимального проектирования можно построить на основе комби--нации различных методов, в результате чего удается использовать преимущества отдельных методов, и сгладить их недостатки [c.144]

Задача конструирования комбинированных алгоритмов сложна и не решается однозначно. Разные методы могут иметь сходство по тем или иным характеристикам (табл. 5.1). Учитывая это, а также многообразие методов и их модификаций, трудно выбрать наилучшую комбинацию даже при наличии априорной информации о свойствах задачи оптимизации и имеющихся в наличии ЭВМ. [c.145]

Поскольку при проектировании систем управления почти всегда следует учитывать изменения параметров объекта, в гл. 10 исследуется чувствительность различных алгоритмов управления и даются рекомендации для ее уменьшения. В гл. 11 проведено подробное сравнение наиболее важных алгоритмов управления для детерминированных сигналов. Оцениваются расположение полюсов и нулей замкнутых систем, качество процессов и затраты на управление. Исследование свойств алгоритмов завершается приведением рекомендаций по их использованию. После краткого описания математических моделей дискретных стохастических сигналов (гл. 12) в гл. 13 рассмотрены среди прочего вопросы выбора оптимальных параметров параметрически оптимизируемых алгоритмов управления при наличии стохастических возмущающих сигналов. Регуляторы с минимальной дисперсией, синтезируемые на основе параметрических моделей объектов и сигналов, выводятся и анализируются в гл. 14. Для применения в адаптивных системах управления предложены модифицированные регуляторы с минимальной дисперсией. В гл. 15 описаны регуляторы состояния для стохастических воздействий и приведены иллюстративные понятия оценки состояний. На нескольких примерах показана методика синтеза связных систем-. каскадных систем управления (гл. 16) и систем управления с прямой связью (гл. 17). Различные методы синтеза алгоритмов управления с прямой связью, например основанные на параметрической оптимизации или принципе минимальной дисперсии, допол- няют описанные ранее методы синтеза алгоритмов управления с об- Оратной связью. [c.17]

Из полученных соотношений (22) и (23) видно, что появляется возможность использовать последовательно поступающую (текущую) информацию и на ее основе корректировать разделяющую поверхность, т. е. очевидны адаптивные свойства алгоритма, а также возможность чередовать процессы обучения и распознавания, что весьма существенно для решения поставленной задачи. Из этих же соотношений следует, что коэффициенты степенного полинома определяются независимо друк от друга и в принципе по любому числу обучающих элементов в отличие от метода наименьших квадратов, используемого в работах [3, 8], при котором требуется решение системы уравнений высокого порядка. [c.260]

На рассмотренных сетках не выявлено ош,утимого влияния аппроксимационных свойств алгоритма на структуру решения количество и ориентация расчетных вихрей течения всякий раз определялись только параметрами сетки. Это позволяет заключить, что для качественного исследования высокоинтенсивной ЕК приемлемы монотонные схемы с низким порядком аппроксимации А—О. [c.124]

Этот метод известен также как метод Якоби (Сальвадори и Барон [1961]), как метод - итераций полными этапами (Кренделл [1956]) и как метод одновременных смещений (Янг [1954]) последнее название связано с тем, что каждое значение вычисляется в точке, которую можно брать независимо в любом порядке из последовательности точек (1,1), и поэтому все точки можно в известном смысле рассчитать одновременно. Такое свойство алгоритма очень важно при оценке методов для вычислительных машин с параллельными процессорами. [c.179]

Если остановиться на концепции неявных схем, то другим желаемым свойством алгоритма является экономичная разрешимость разностных уравнений, когда число арифметических операвдй, приходящихся на вычислительный цикл, пропорционально числу узлов сетки. Таким свойством обладают, в частности, схемы, шаблон которых в каждом пространственном направлении содержит не более трех узлов. [c.4]

Во всех этих случаях ограничения максимальных размеров базы обусловлены допустимыми размерами локальной кривизны границ, толщины слоев, горизонтальными изменениями литологии и флюидонасыщения. Минимальные размеры базы определяются направленными свойствами алгоритма многоканального спектрального анализа и не могут быть менее 5—7 трасс ОГТ [30]. [c.81]

При использовании численных методов решения уравнений (1.41) и (1.47) встает вопрос о корректном выборе шага интегрирования Ат, т. е. о получении результатов с требуемой точностью при минимальном времени счета. Многочисленные исследования показали, что достаточно точные результаты получаются при использовании шага по времени в пределах времени прохождения волны расширения через наименьший КЭ [177, 178, 187]. С целью оценки эффективности предложенного алгоритма и выбора допустимых шагов интегрирования Ат было решено нескодыго модельных-задач колебан й стержня и балки [102]. Во всех задачах принимали следующие механические свойства материала модуль упругости = 2-10 МПа, плотность материала р = 5- 10 кг/м коэффициент Пуассона ц = 0,3. [c.37]

Ha основании приведенного алгоритма применительно к стали 15Х2НМФА была рассчитана СРТ в зависимости от размаха КИН Д/ i при У = 0,1 и 0,75. Механические свойства, принятые в расчете, следующие [73] От = 550 МПа ав = 680 МПа и = 1900 МПа рс р = 20 мкм.. Коэффициенты в уравнении [c.218]

Диалоговое моделирование. Наличие в методике макромоделирования эвристических и формальных операций обусловливает целесообразность разработки моделей элементов в диалоговом режиме работы с ЭВМ. Язык взаимодействия человека с ЭВМ должен позволять оперативный ввод исходной информации о структуре модели, об известных характеристиках и параметрах объекта, о плане экспериментов. Диалоговое моделирование должно иметь программное обеспечение, в котором реализованы алгоритмы статистической обработки результатов экспериментов, расчета выходных параметров эталонных моделей и создаваемых макромоделей, в том числе расчета параметров по методам планирования экспериментов и регрессионного анализа, алгоритмы методов поиска экстремума, расчета областей адекватности и др. Пользователь, разрабатывающий модель, может менять уравнения модели, задавать их в аналитической, схемной или табличной форме, обращаться к нужным подпрограммам и тем самым оценивать результаты предпринимаемых действий, приближаясь к получению модели с требуемыми свойствами. [c.154]

В большинстве случаев четкая и однознач 1ая формулировка ограничений на применение метода затрудии-тсльиа. Возможны ситуации, когда оговоренные заранее условия применения метода выполняются, однако удовлетворительное решение задачи не получается. Следовательно, вероятность Р усиешиого ирименения метода в оговоренном заранее классе задач меньше единицы. Эта вероятность является количественной оценкой важного свойства методов и алгоритмов, называемого надежностью. [c.49]

К языкам программирования предъявляют требования удобства использования, универсальности и эффективности объектных программ (т. с. программ, полученных после трансляции на маи [инный язык). Удобство использования выражается в затратах времени программиста на освоение языка и главным образом на написание программ па этом языке. Универсальность определяется возможностями языка для описания разнообразных алгоритмов, характерных для программного обеспечения САПР, а эффективность объектных программ — свойствами используемого транслятора, которые, в свою очередь, зависят от свойств языка. Эффективность оценивается затратами машинных времени и памяти на исполнение программ. [c.96]

Представление поверхности в виде гибкой и нерастяжимой пленки достаточно наглядно, но оно не позволяет исследовать необходимые и достаточные условия развертываемости поверхностей и свойства их разверток. Знание этих условий и свойств необходимо для разработки графических алгоритмов построения разверто1 поверхностей. [c.135]

Учет специфики ММ объектов проектирования на макроуровне делает во многих случаях эффективным с точки зрения затрат машинного времени применение декомпозиционных методов анализа, сводящих решение задачи большой размерности к решению подзадач меньшей размерности. Например, свойство пространственной разреженности ИС позволяет использовать при их электрическом анализе различные методы численного интегрирования дифференциальных уравнений для ММ различных фрагментов ИС, выбирая для каждого фрагмента наиболее подходящий метод. Ряд методов использует свойство временной разреженности ИС, осуществляя обнаружение неактивных в текущий момент времени участков схемы и исключение соответствующих нм переменных и уравнений из общей ММ системы. Учет однонаправленности ММ МДП-тран-зисторов позволяет приблизительно на два порядка поднять быстродействие программ анализа путем замены классических методов анализа (см. рис. 5.1) на релаксационные, в основе которых лежат итерационные алгоритмы Гаусса—Якоби и Гаусса—Зейделя. [c.152]

К алгоритмам оптимального проектирования ЭМП целесообразно предъявлять следующие общие требования 1) небольшая погрешность и большая вероятность получения глобального оптимума как для целевой функции, так и для параметров оптимизации, особенно при проектировании серий 2) невысокая чувствительность к функциональным свойствам задачи из-за сложности их изучения 3) малое количество шагов в процессе поиска, обеспечивающее удовлетворительное машиносчетное время при больших вычислительных объемах поверочных расчетов электромеханических преобразователей 4) малый объем вычислений, простота и наглядность, обеспечивающие быстрое усвоение и реализацию алгорит- [c.144]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...