-
1 область решения
1) Economy: decision region2) Programming: solution domain -
2 область решения аналоговых задач
Information technology: analogical problem space (в ЭВМ)Универсальный русско-английский словарь > область решения аналоговых задач
-
3 область решения проблемы
1) Mechanics: problem space2) Automation: problem space (в ЭВМ), search space (в ЭВМ)Универсальный русско-английский словарь > область решения проблемы
-
4 область решения проблемы
( в ЭВМ) problem space, search spaceРусско-английский исловарь по машиностроению и автоматизации производства > область решения проблемы
-
5 область
1) area
2) domain
3) <math.> field
4) portion
5) range
6) region
7) space
8) system
9) universe
10) zone
– жордановая область
– запрещенная область
– кольцевая область
– кратно-кругообразная область
– мажорантная область
– обедненная область
– область базы
– область взаимодействия
– область встречи
– область Д-ионосферы
– область действия
– область дрейфа
– область Е ионосферы
– область зависимости
– область запрещенная
– область затвора
– область защиты
– область значений
– область изменений
– область импримитивности
– область интегрирования
– область истока
– область коллектора
– область коэффициентов
– область минимума
– область непрозрачности
– область непропускания
– область определения
– область определенности
– область отсечки
– область перехода
– область плотности
– область полутени
– область прикатодная
– область применения
– область прозрачности
– область пропорциональности
– область рассуждения
– область рациональности
– область синхронизации
– область спектра
– область старения
– область сходимости
– область транзитивности
– область угла
– область удержания
– область целостности
– область эмиттера
– ограниченная область
– пограничная область
– покрывающая область
– полосообразная область
– пропущенная область
– радиальная область
– склеенная область
– цилиндрическая область
– частотная область
видимая область спектра — visible spectrum
запальная область реактора — reactor seed region
инфракрасная область спектра — infra-red spectrum
как угодно малая область — arbitrarily small domain
область белых цветов — <opt.> achromatic focus
область возникновения метеоров — < radio> m-region
область высоких энергий — high-energy region
область главных идеалов — principal ideal domain
область допустимого режима — feasible area
область дырочной проводимости — p-region
область избытка электронов — <phys.> n-region
область изменения независимой переменной — domain of a function
область инфракрасная дальняя — <opt.> far infrared
область лавинного пробоя — avalanche region
область науки или искусства — faculty
область недостатка электронов — <phys.> p-region
область непринятия гипотезы — rejection region
область непринятия решения — <math.> doubtful region, indeterminate zone
область объемного заряда — space-charge region
область ограниченная разрезами — slit region
область определения функции — domain of a function
область плохого приема — poor reception area
область пониженного давления — depression
область принятия гипотезы — acceptance region
область принятия решения — determinate zone
область пространственного заряда — <electr.> space charge region
область прямой проводимости — forward conduction region
-
6 область непринятия решения
область непринятия решения
—
[Л.Г.Суменко. Англо-русский словарь по информационным технологиям. М.: ГП ЦНИИС, 2003.]Тематики
EN
Русско-английский словарь нормативно-технической терминологии > область непринятия решения
-
7 область принятия решения
область принятия решения
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]Тематики
- электросвязь, основные понятия
EN
Русско-английский словарь нормативно-технической терминологии > область принятия решения
-
8 область определения функции
решающая функция; функция выбора решения — decision function
Русско-английский большой базовый словарь > область определения функции
-
9 область непринятия решения
1) Mathematics: doubtful region2) Statistics: indeterminate zoneУниверсальный русско-английский словарь > область непринятия решения
-
10 область отображения данных и принятия решения
Engineering: display and decision areaУниверсальный русско-английский словарь > область отображения данных и принятия решения
-
11 область принятия решения
1) Mathematics: determinate zone2) Network technologies: solution areaУниверсальный русско-английский словарь > область принятия решения
-
12 область непринятия решения
doubtful region матем., indeterminate zoneРусско-английский научно-технический словарь Масловского > область непринятия решения
-
13 область принятия решения
Русско-Английский новый экономический словарь > область принятия решения
-
14 система поддержки принятия решения
система поддержки принятия решения
СППР
Область применения СППР — это прежде всего слабоструктурированные проблемы. Для задач, которые относятся к области применения СППР, характерна неопределенность, делающая практически невозможным отыскание единственного объективно наилучшего решения. Поэтому при принятии решений в таких ситуациях должен использоваться более тонкий инструментарий определения системы предпочтений, более глубокий сопоставительный анализ альтернативных вариантов необходимое информационное обеспечение лиц, принимающих решение".
Считается, что "... если экспертные системы предназначены для принятия решения в достаточно стандартных ситуациях и позволяют воспользоваться опытом и знаниями высококвалифицированных специалистов в области принятия решения, то СППР предназначены для поддержки принятия решения в менее стандартных ситуациях при управлении слабоструктурированными объектами".
[Литвак Б.Г., Экспертные технологии в управлении, М., "Дело", 2004 г.]
[ http://www.morepc.ru/dict/]Можно выделить две категории приложений в БД:
- оперативная обработка транзакций (OLTP - Online Transaction Processing) и
- системы поддержки принятия решений ( DSS - Decision Support System).
OLTP-системы используются для создания приложений, поддерживающих ежедневную активность организации. Обычно это критические для деятельности приложения, требующие быстроты отклика и жесткого контроля над безопасностью и целостностью данных.
DSS, как правило, крупнее, чем OLTP-системы. Обычно они используются с целью анализа данных и выдачи отчетов и рекомендаций. Пользователи должны иметь возможность конструировать запросы различной сложности, осуществлять поиск зависимостей, выводить данные на графики и использовать информацию в других приложениях типа электронных таблиц, текстовых процессорах и статистических пакетов. Еще более широкую поддержку в процессе принятия решений обеспечивают системы оперативной аналитической обработки (OLAP - Online Analytical Processing).[ http://www.rtsoft-training.ru/?p=600017]
Тематики
Синонимы
EN
Русско-английский словарь нормативно-технической терминологии > система поддержки принятия решения
-
15 бесперспективная область
1) Engineering: unproductive region (поиска решения)2) Information technology: unproductive region (в смысле поиска решения)Универсальный русско-английский словарь > бесперспективная область
-
16 бесперспективная область
( в смысле поиска решения) unproductive regionРусско-английский словарь по вычислительной технике и программированию > бесперспективная область
-
17 бесперспективная область
( поиска решения) unproductive regionРусско-английский политехнический словарь > бесперспективная область
-
18 decision area
Англо-русский словарь промышленной и научной лексики > decision area
-
19 линейное программирование
линейное программирование
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]
линейное программирование
Область математического программирования, посвященная теории и методам решения экстремальных задач, характеризующихся линейной зависимостью между переменными. В самом общем виде задачу Л.п. можно записать так. Даны ограничения типа или в так называемой канонической форме, к которой можно привести все три указанных случая Требуется найти неотрицательные числа xj (j = 1, 2, …, n), которые минимизируют (или максимизируют) линейную форму Неотрицательность искомых чисел записывается так: Таким образом, здесь представлена общая задача математического программирования с теми оговорками, что как ограничения, так и целевая функция — линейные, а искомые переменные — неотрицательны. Обозначения можно трактовать следующим образом: bi — количество ресурса вида i; m — количество видов этих ресурсов; aij — норма расхода ресурса вида i на единицу продукции вида j; xj — количество продукции вида j, причем таких видов — n; cj — доход (или другой выигрыш) от единицы этой продукции, а в случае задачи на минимум — затраты на единицу продукции; нумерация ресурсов разделена на три части: от 1 до m1, от m1 + 1 до m2 и от m2 + 1 до m в зависимости от того, какие ставятся ограничения на расходование этих ресурсов; в первом случае — «не больше», во втором — «столько же», в третьем — «не меньше»; Z — в случае максимизации, например, объем продукции или дохода, в случае же минимизации — себестоимость, расход сырья и т.п. Добавим еще одно обозначение, оно появится несколько ниже; vi — оптимальная оценка i-го ресурса. Слово «программирование» объясняется здесь тем, что неизвестные переменные, которые отыскиваются в процессе решения задачи, обычно в совокупности определяют программу (план) работы некоторого экономического объекта. Слово, «линейное» отражает факт линейной зависимости между переменными. При этом, как указано, задача обязательно имеет экстремальный характер, т.е. состоит в отыскании экстремума (максимума или минимума) целевой функции. Следует с самого начала предупредить: предпосылка линейности, когда в реальной экономике подавляющее большинство зависимостей носит более сложный нелинейный характер, есть огрубление, упрощение действительности. В некоторых случаях оно достаточно реалистично, в других же выводы, получаемые с помощью решения задач Л.п. оказываются весьма несовершенными. Рассмотрим две задачи Л.п. — на максимум и на минимум — на упрощенных примерах. Предположим, требуется разработать план производства двух видов продукции (объем первого — x1; второго — x2) с наиболее выгодным использованием трех видов ресурсов (наилучшим в смысле максимума общей прибыли от реализации плана). Условия задачи можно записать в виде таблицы (матрицы). Исходя из норм, зафиксированных в таблице, запишем неравенства (ограничения): a11x1 + a12x2 ? bi a21x1 + a22x2 ? b2 a31x1 + a32x2 ? b3 Это означает, что общий расход каждого из трех видов ресурсов не может быть больше его наличия. Поскольку выпуск продукции не может быть отрицательным, добавим еще два ограничения: x1? 0, x2? 0. Требуется найти такие значения x1 и x2, при которых общая сумма прибыли, т.е. величина c1 x1 + c2 x2 будет наибольшей, или короче: Удобно показать условия задачи на графике (рис. Л.2). Рис. Л.2 Линейное программирование, I (штриховкой окантована область допустимых решений) Любая точка здесь, обозначаемая координатами x1 и x2, составляет вариант искомого плана. Очевидно, что, например, все точки, находящиеся в области, ограниченной осями координат и прямой AA, удовлетворяют тому условию, что не может быть израсходовано первого ресурса больше, чем его у нас имеется в наличии (в случае, если точка находится на самой прямой, ресурс используется полностью). Если то же рассуждение отнести к остальным ограничениям, то станет ясно, что всем условиям задачи удовлетворяет любая точка, находящаяся в пределах области, края которой заштрихованы, — она называется областью допустимых решений (или областью допустимых значений, допустимым множеством). Остается найти ту из них, которая даст наибольшую прибыль, т.е. максимум целевой функции. Выбрав произвольно прямую c1x1 + c2x2 = П и обозначив ее MM, находим на чертеже все точки (варианты планов), где прибыль одинакова при любом сочетании x1 и x2 (см. Линия уровня). Перемещая эту линию параллельно ее исходному положению, найдем точку, которая в наибольшей мере удалена от начала координат, однако не вышла за пределы области допустимых значений. (Перемещая линию уровня еще дальше, уже выходим из нее и, следовательно, нарушаем ограничения задачи). Точка M0 и будет искомым оптимальным планом. Она находится в одной из вершин многоугольника. Может быть и такой случай, когда линия уровня совпадает с одной из прямых, ограничивающих область допустимых значений, тогда оптимальным будет любой план, находящийся на соответствующем отрезке. Координаты точки M0 (т.е. оптимальный план) можно найти, решая совместно уравнения тех прямых, на пересечении которых она находится. Противоположна изложенной другая задача Л.п.: поиск минимума функции при заданных ограничениях. Такая задача возникает, например, когда требуется найти наиболее дешевую смесь некоторых продуктов, содержащих необходимые компоненты (см. Задача о диете). При этом известно содержание каждого компонента в единице исходного продукта — aij, ее себестоимость — cj ; задается потребность в искомых компонентах — bi. Эти данные можно записать в таблице (матрице), сходной с той, которая приведена выше, а затем построить уравнения как ограничений, так и целевой функции. Предыдущая задача решалась графически. Рассуждая аналогично, можно построить график (рис. Л.3), каждая точка которого — вариант искомого плана: сочетания разных количеств продуктов x1 и x2. Рис.Л.3 Линейное программирование, II Область допустимых решений здесь ничем сверху не ограничена: нужное количество заданных компонентов тем легче получить, чем больше исходных продуктов. Но требуется найти наиболее выгодное их сочетание. Пунктирные линии, как и в предыдущем примере, — линии уровня. Здесь они соединяют планы, при которых себестоимость смесей исходных продуктов одинакова. Линия, соответствующая наименьшему ее значению при заданных требованиях, — линия MM. Искомый оптимальный план — в точке M0. Приведенные крайне упрощенные примеры демонстрируют основные особенности задачи Л.п. Реальные задачи, насчитывающие много переменных, нельзя изобразить на плоскости — для их геометрической интерпретации используются абстрактные многомерные пространства. При этом допустимое решение задачи — точка в n-мерном пространстве, множество всех допустимых решений — выпуклое множество в этом пространстве (выпуклый многогранник). Задачи Л.п., в которых нормативы (или коэффициенты), объемы ресурсов («константы ограничений«) или коэффициенты целевой функции содержат случайные элементы, называются задачами линейного стохастического программирования; когда же одна или несколько независимых переменных могут принимать только целочисленные значения, то перед нами задача линейного целочисленного программирования. В экономике широко применяются линейно-программные методы решения задач размещения производства (см. Транспортная задача), расчета рационов для скота (см. Задача диеты), наилучшего использования материалов (см. Задача о раскрое), распределения ресурсов по работам, которые надо выполнять (см. Распределительная задача) и т.д. Разработан целый ряд вычислительных приемов, позволяющих решать на ЭВМ задачи линейного программирования, насчитывающие сотни и тысячи переменных, неравенств и уравнений. Среди них наибольшее распространение приобрели методы последовательного улучшения допустимого решения (см. Симплексный метод, Базисное решение), а также декомпозиционные методы решения крупноразмерных задач, методы динамического программирования и др. Сама разработка и исследование таких методов — развитая область вычислительной математики. Один из видов решения имеет особое значение для экономической интерпретации задачи Л.п. Он связан с тем, что каждой прямой задаче Л.п. соответствует другая, симметричная ей двойственная задача (подробнее см. также Двойственность в линейном программировании). Если в качестве прямой принять задачу максимизации выпуска продукции (или объема реализации, прибыли и т.д.), то двойственная задача заключается, наоборот, в нахождении таких оценок ресурсов, которые минимизируют затраты. В случае оптимального решения ее целевая функция — сумма произведений оценки (цены) vi каждого ресурса на его количество bi— то есть равна целевой функции прямой задачи. Эта цена называется объективно обусловленной, или оптимальной оценкой, или разрешающим множителем. Основополагающий принцип Л.п. состоит в том, что в оптимальном плане и при оптимальных оценках всех ресурсов затраты и результаты равны. Оценки двойственной задачи обладают замечательными свойствами: они показывают, насколько возрастет (или уменьшится) целевая функция прямой задачи при увеличении (или уменьшении) запаса соответствующего вида ресурсов на единицу. В частности, чем больше в нашем распоряжении данного ресурса по сравнению с потребностью в нем, тем ниже будет оценка, и наоборот. Не решая прямую задачу, по оценкам ресурсов, полученных в двойственной задаче, можно найти оптимальный план: в него войдут все технологические способы, которые оправдывают затраты, исчисленные в этих оценках (см. Объективно обусловленные (оптимальные) оценки). Первооткрыватель Л.п. — советский ученый, академик, лауреат Ленинской, Государственной и Нобелевской премий Л.В.Канторович. В 1939 г. он решил математически несколько задач: о наилучшей загрузке машин, о раскрое материалов с наименьшими расходами, о распределении грузов по нескольким видам транспорта и др., при этом разработав универсальный метод решения этих задач, а также различные алгоритмы, реализующие его. Л.В.Канторович впервые точно сформулировал такие важные и теперь широко принятые экономико-математические понятия, как оптимальность плана, оптимальное распределение ресурсов, объективно обусловленные (оптимальные) оценки, указав многочисленные области экономики, где могут быть применены экономико-математические методы принятия оптимальных решений. Позднее, в 40—50-х годах, многое сделали в этой области американские ученые — экономист Т.Купманс и математик Дж. Данциг. Последнему принадлежит термин «линейное программирование». См. также: Ассортиментные задачи, Базисное решение, Блочное программирование, Булево линейное программирование, Ведущий столбец, Ведущая строка, Вершина допустимого многогранника, Вырожденная задача, Гомори способ, Граничная точка, Двойственная задача, Двойственность в линейном программировании, Дифференциальные ренты, Дополняющая нежесткость, Жесткость и нежесткость ограничений ЛП, Задача диеты, Задача о назначениях, Задача о раскрое, Задачи размещения, Исходные уравнения, Куна — Таккера условия, Множители Лагранжа, Область допустимых решений, Опорная прямая, Распределительные задачи, Седловая точка, Симплексная таблица, Симплексный метод, Транспортная задача.
[ http://slovar-lopatnikov.ru/]Тематики
- экономика
- электросвязь, основные понятия
EN
Русско-английский словарь нормативно-технической терминологии > линейное программирование
-
20 ограничения модели
ограничения модели
Запись условий, в которых действительны расчеты, использующие эту модель. Обычно представляя собою систему уравнений и неравенств, они в совокупности определяют область допустимых решений (допустимое множество). Совместность системы ограничений — обязательное условие разрешимости модели: в случае несовместности этой системы допустимое множество является пустым. На практике в качестве О.м. часто выступают ресурсы сырья и материалов, капиталовложения, возможные варианты расширения предприятий, потребности в готовой продукции и т.п. Как правило, если снять ограничения задачи, то показатели ее решения окажутся лучше, чем при решении, соответствующем реальным условиям. И, наоборот, если сделать ограничения более жесткими и тем самым сократить возможности выбора вариантов, то решение окажется, как правило, хуже. В первом случае оно будет оптимистичным, во втором — пессимистичным. Это, между прочим, открывает возможность приблизительного, прикидочного решения некоторых оптимизационных задач: меняя ограничения, можно оценить диапазон значений, в пределах которых находятся решения задачи. На рис.O.3 а, б показаны некоторые важнейшие типы О.м., определяющих область допустимых решений в задачах математического программирования. (Для наглядности — в 2-мерном пространстве, в его первом квадранте). Ограничения I, II, Y — линейные, III, IY, YI — нелинейные. Линейными ограничениями являются на рис. O.3а также оси координат; иначе говоря, в область допустимых решений здесь входят все точки, удовлетворяющие I и II, но кроме того, отвечающие условию x1 ? 0, x2 ? 0 (см. Неотрицательность значений). Кривая IY — ограничение переменной x2 сверху, YI — ограничение той же переменной снизу. Запись типа a? x ?b называется двусторонним ограничением. Все показанные ограничения относятся к типу ограничений-неравенств. Что касается ограничений-равенств, то они определяют область допустимых решений как точку (в одномерном пространстве), как линию (в двумерном пространстве), как гиперповерхность (в многомерном пространстве). Экономико-математические ограничения разделяются также на детерминированные (см. рис. O.3 а, б) и стохастические (см. рис.O.3 в). В последнем случае серия кривых АВС отображает возможные случайные реализации стохастического ограничения. В задачах математического программирования системы ограничений (т.е. выражающих их уравнений и неравенств) удобно записывать в векторной форме: f (x) = b или f (x) ? b и т.п., где x — вектор-столбец управляющих переменных xi (i = 1, 2, …, n), b — вектор-столбец, компонентами которого являются функции ограничений bi (примеры см. в статье Математическое программирование). В моделях планирования ограничения снизу имеют смысл плановых заданий (которые допустимо перевыполнять), ограничения сверху — смысл «квот» на выпуск тех или иных видов продукции. При совпадении ограничений сверху и снизу экономический субъект полностью лишается свободы принятия решений в данной области. В системах моделей различаются общесистемные (или глобальные) О.м., имеющие силу для всей моделируемой экономической системы, и локальные ограничения для моделей отдельных подсистем. Несовместность локальных ограничений с общесистемными приводит к неразрешимости системы моделей. Рис.О.3 Линейные и нелинейные ограничения
[ http://slovar-lopatnikov.ru/]Тематики
EN
Русско-английский словарь нормативно-технической терминологии > ограничения модели
См. также в других словарях:
область непринятия решения — — [Л.Г.Суменко. Англо русский словарь по информационным технологиям. М.: ГП ЦНИИС, 2003.] Тематики информационные технологии в целом EN indeterminate zone … Справочник технического переводчика
область принятия решения — — [http://www.iks media.ru/glossary/index.html?glossid=2400324] Тематики электросвязь, основные понятия EN decision area … Справочник технического переводчика
ОБЛАСТЬ КРИТИЧЕСКАЯ — некоторое множество S, характеризующееся следующим свойством: при проверке статистической гипотезы Н0 против альтернативы Hi, когда наблюденная точка х попадает в это множество, гипотеза H0 отвергается, в точках вне этого множества всегда… … Геологическая энциклопедия
Область (Беларусь) — Содержание 1 Области 2 История 2.1 Советский период 3 Примечания … Википедия
Область (Белоруссия) — Содержание 1 Области 2 История 2.1 Советский период 3 Примечания … Википедия
Теория решения изобретательских задач — Эта статья или раздел нуждается в переработке. Пожалуйста, улучшите статью в соответствии с правилами написания статей … Википедия
Советск (Кировская область) — У этого термина существуют и другие значения, см. Советск. Город Советск Флаг Герб … Википедия
Церковная или папская область — (stato pontifico, stato della chiesa, stato romano, patrimonium s. Petri) государство в средней Италии, существовавшее с 756 до 1870 г., подчиненное светской власти пап и представлявшее из себя неограниченную монархию, с избираемым монархом… … Энциклопедический словарь Ф.А. Брокгауза и И.А. Ефрона
Церковная область — или папская (stato pontifico, stato della chiesa, stato romano, patrimonium s. Petri) государство в средней Италии, существовавшее с 756 до 1870 г., подчиненное светской власти пап и представлявшее из себя неограниченную монархию, с избираемым… … Энциклопедический словарь Ф.А. Брокгауза и И.А. Ефрона
Большие Болота (Псковская область) — Деревня Большие Болота Страна РоссияРоссия … Википедия
Троицк (Московская область) — Город Троицк Флаг Герб … Википедия