один из вариантов метода

метод «крупье»
Один из вариантов метода воздушного высушивания - нанесенная на предметное стекло капля суспензии клеток (в отличие от гравитационного метода) распределяется по поверхности кончиком пипетки, препаровальной иглы и т.п.; иногда считается, что в этом случае из-за повреждений клеток возрастает число неполных метафазных пластинок хромосом.
[Арефьев В.А., Лисовенко Л.А. Англо-русский толковый словарь генетических терминов 1995 407с.]

Тематики

• генетика

EN

• rake method

гравитационный метод
Один из вариантов метода воздушного высушивания: капля клеточной суспензии наносится на наклонно расположенное предметное стекло, что обеспечивает ее растекание под действием силы тяжести, таким образом могут быть получены препараты, содержащие наибольшее количество пригодных для анализа метафазных пластинок хромосом.
[Арефьев В.А., Лисовенко Л.А. Англо-русский толковый словарь генетических терминов 1995 407с.]

Тематики

• генетика

EN

• gravity method

производственная функция
Описание возможных вариантов продуктов системы, в зависимости от различных видов исходных компонентов системы
[ http://www.dunwoodypress.com/148/PDF/Biotech_Eng-Rus.pdf]

производственная функция
функция производства
ПФ
Экономико-математическое уравнение, связывающее переменные величины затрат (ресурсов) с величинами продукции (выпуска). ПФ применяются для анализа влияния различных сочетаний факторов производства на объем выпуска в определенный момент времени (статический вариант) и для анализа, а также прогнозирования соотношения объемов факторов и объема выпуска в разные моменты времени (динамический вариант) на различных уровнях экономики — от фирмы (предприятия) до народного хозяйства в целом (агрегированная ПФ, в которой «выпуском» служит показатель совокупного общественного продукта или национального дохода и т.п.). В отдельной фирме, корпорации и т.п. ПФ описывает максимальный объем выпуска продукции, которую они в состоянии произвести при каждом сочетании используемых факторов производства. Она может быть представлена группой изоквант, связанных с различными уровнями объема производства. Такой вид ПФ, когда устанавливается зависимость объема производства продукции от наличия или потребления ресурсов, называется функцией выпуска. В частности, широко используются функции выпуска в сельском хозяйстве, где с их помощью изучается влияние на урожайность таких факторов, как, например, разные виды и составы удобрений, методы обработки почвы. Наряду с подобными ПФ используются как бы обратные к ним функции производственных затрат. Они характеризуют зависимость затрат ресурсов от объемов выпуска продукции (строго говоря, они обратны только к ПФ с взаимозаменяемыми ресурсами). Частными случаями ПФ можно считать функцию издержек (связь объема продукции и издержек производства), инвестиционную функцию (зависимость потребных капиталовложений от производственной мощности будущего предприятия) и др. Математически ПФ могут быть представлены в различных формах — от столь простых, как линейная зависимость результата производства от одного исследуемого фактора, до весьма сложных систем уравнений, включающих рекуррентные соотношения, которыми связываются состояния изучаемого объекта в разные периоды времени. Наиболее широко распространены мультипликативные формы представления ПФ. Их преимущество состоит в следующем: если один из сомножителей равен нулю, то результат обращается в нуль. Легко заметить, что это реалистично отражает тот факт, что в большинстве случаев в производстве участвуют все анализируемые первичные ресурсы и без любого из них выпуск продукции оказывается невозможным. В самой общей форме (она называется канонической) эта функция записывается так: или Здесь коэффициент А, стоящий перед знаком умножения, означает размерность, он зависит от избранной единицы измерений затрат и выпуска. Сомножители от первого до n-го могут иметь различное содержание в зависимости от того, какие факторы оказывают влияние на общий результат (выпуск). Например, в ПФ, которая применяется для изучения экономики в целом, можно в качестве результативного показателя принять объем конечного продукта, а сомножителей — численность занятого населения x1, сумму основных и оборотных фондов x2, площадь используемой земли x3. Только два сомножителя у функции Кобба — Дугласа, с помощью которой была сделана попытка оценить связь таких факторов, как труд и капитал, с ростом национального дохода США в 20-30- гг. ХХ века: N = A • L? • K?, где N — национальный доход, L и K — соответственно, объемы приложенного труда и капитала (подробнее см.: Кобба — Дугласа функция). Степенные коэффициенты (параметры) показывают ту долю в приросте конечного продукта, которую вносит каждый из сомножителей (или на сколько процентов возрастет продукт, если затраты соответствующего ресурса увеличить на один процент); они называются коэффициентами эластичности производства относительно затрат соответствующего ресурса. Если сумма коэффициентов составляет единицу, это означает однородность функции: она возрастает пропорционально росту количества ресурсов. Но возможны и такие случаи, когда сумма параметров больше или меньше единицы; это показывает, что увеличение затрат приводит к непропорционально большему или непропорционально меньшему росту выпуска (см. Эффект масштаба). В динамическом варианте применяются разные формы П.Ф. Например (в 2-х-факторном случае): Y(t) = A(t) La(t) Kb(t), где множитель A(t) обычно возрастает во времени, отражая общий рост эффективности производственных факторов в динамике(См. Совокупная факторная продуктивность). Логарифмируя, а затем дифференцируя по t указанную функцию, можно получить соотношения между темпами прироста конечного продукта (национального дохода) и прироста производственных факторов (темпы прироста переменных принято здесь описывать в процентах). Дальнейшая “динамизация” ПФ может заключаться в использовании переменных коэффициентов эластичности. Описываемые ПФ соотношения носят статистический характер, т.е. проявляются только в среднем, в большой массе наблюдений, поскольку реально на результат производства воздействуют не только анализируемые факторы, но и множество неучитываемых. Кроме того, применяемые показатели как затрат, так и результатов неизбежно являются продуктами сложного агрегирования (например, обобщенный показатель трудовых затрат в макроэкономической функции вбирает в себя затраты труда разной производительности, интенсивности, квалификации и т.д.). Особая проблема — учет в макроэкономических ПФ фактора технического прогресса (подробнее см. в статье «Научно-технический прогресс»). С помощью ПФ изучается также эквивалентная взаимозаменяемость факторов производства (см. Эластичность замещения ресурсов), которая может быть либо неизменной, либо переменной (т.е. зависимой от объемов ресурсов). Соответственно функции делят на два вида: с постоянной эластичностью замены, CES (Constant Elasticity of Substitution) и с переменной, VES (Variable Elasticity of Substitution) (см. ниже). На практике применяются три основных метода определения параметров макроэкономических ПФ: на основе обработки временных рядов, на основе данных о структурных элементах агрегатов и о распределении национального дохода. Последний метод называется распределительным. При построении ПФ необходимо избавляться от явлений мультиколлинеарности параметров и автокорреляции — без этого неизбежны грубые ошибки. • Приведем некоторые важные П. ф. (см. также Кобба — Дугласа функция). Линейная производственная функция: P = a1x1 + … + anxn, где a1, … an — оцениваемые параметры модели: здесь факторы производства, замещаемые в любых пропорциях. Производственнаяфункция CES (constant elasticity of substitution): P = A [(1 — a) K-в + aL-в] -c/в, в этом случае эластичность замещения ресурсов не зависит ни от K, ни от L и, следовательно, постоянна: Отсюда и происходит название функции. Функция CES, как и функция Кобба — Дугласа, исходит из допущения о постоянном убывании предельной нормы замещения используемых ресурсов. Между тем, эластичность замещения капитала трудом и наоборот, в функции К-D равная единице, здесь может принимать различные значения, не равные единице, хотя и является постоянной. Наконец, в отличие от функции K-D, логарифмирование функции CES не приводит ее к линейному виду, что вынуждает использовать для оценки параметров более сложные методы нелинейного регрессионного анализа. Производственная функция VES (variable elasticity of substitution) (один из вариантов): P = Aeat ? Ka ? L b ? exp [c (K/L)] Здесь эластичность замещения принимает различные значения в зависимости от уровня капиталовооруженности труда K/L, откуда и происходит название функции. См. также: Взаимозаменяемость ресурсов, Изокоста, Изокванта, Изоклиналь, Кобба — Дугласа функция, Коэффициент эластичности производства, Предельная норма замещения, Предельные издержки, Предельный эффект затрат, Предельный продукт, Факторная производительность (продуктивность), Эластичность замещения ресурсов.
[ http://slovar-lopatnikov.ru/]

Тематики

• биотехнологии
• экономика

Синонимы

• ПФ
• функция производства

EN

• production function

выявленный загрязнитель воздуха, не имеющий установленных норм по предельно-допустимой концентрации
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• designated pollutant
• DP

динамическое программирование
—
[Е.С.Алексеев, А.А.Мячев. Англо-русский толковый словарь по системотехнике ЭВМ. Москва 1993]

динамическое программирование
Раздел математического программирования, совокупность приемов, позволяющих находить оптимальные решения, основанные на вычислении последствий каждого решения и выработке оптимальной стратегии для последующих решений. Процессы принятия решений, которые строятся по такому принципу, называются многошаговыми процессами. Математически оптимизационная задача строится в Д. п. с помощью таких соотношений, которые последовательно связаны между собой: например, полученный результат для одного года вводится в уравнение для следующего (или, наоборот, для предыдущего), и т.д. Таким образом, можно получить на вычислительной машине результаты решения задачи для любого избранного момента времени и «следовать» дальше. Д.п. применяется не обязательно для задач, связанных с течением времени. Многошаговым может быть и процесс решения вполне «статической» задачи. Таковы, например, некоторые задачи распределения ресурсов. Общим для задач Д.п. является то, что переменные в модели рассматриваются не вместе, а последовательно, одна за другой. Иными словами, строится такая вычислительная схема, когда вместо одной задачи со многими переменными строится много задач с малым числом (обычно даже одной) переменных в каждой. Это значительно сокращает объем вычислений. Однако такое преимущество достигается лишь при двух условиях: когда критерий оптимальности аддитивен, т.е. общее оптимальное решение является суммой оптимальных решений каждого шага, и когда будущие результаты не зависят от предыстории того состояния системы, при котором принимается решение. Все это вытекает из принципа оптимальности Беллмана (см. Беллмана принцип оптимальности), лежащего в основе теории Д.п. Из него же вытекает основной прием — нахождение правил доминирования, на основе которых на каждом шаге производится сравнение вариантов будущего развития и заблаговременное отсеивание заведомо бесперспективных вариантов. Когда эти правила обращаются в формулы, однозначно определяющие элементы последовательности один за другим, их называют разрешающими правилами. Процесс решения при этом складывается из двух этапов. На первом он ведется «с конца»: для каждого из различных предположений о том, чем кончился предпоследний шаг, находится условное оптимальное управление на последнем шаге, т.е. управление, которое надо применить, если предпоследний шаг закончился определенным образом. Такая процедура проводится до самого начала, а затем — второй раз — выполняется от начала к концу, в результате чего находятся уже не условные, а действительно оптимальные шаговые управления на всех шагах операции (см. пример в статье Дерево решений). Несмотря на выигрыш в сокращении вычислений при использовании подобных методов по сравнению с простым перебором возможных вариантов, их объем остается очень большим. Поэтому размерность практических задач Д.п. всегда незначительна, что ограничивает его применение. Можно выделить два наиболее общих класса задач, к которым в принципе мог бы быть применим этот метод, если бы не «проклятие размерности». (На самом деле на таких задачах, взятых в крайне упрощенном виде, пока удается лишь демонстрировать общие основы метода и анализировать экономико-математические модели). Первый — задачи планирования деятельности экономического объекта (предприятия, отрасли и т.п.) с учетом изменения потребности в производимой продукции во времени. Второй класс задач — оптимальное распределение ресурсов между различными направлениями во времени. Сюда можно отнести, в частности, такую интересную задачу: как распределить урожай зерна каждого года на питание и на семена, чтобы в сумме за ряд лет получить наибольшее количество хлеба?
[ http://slovar-lopatnikov.ru/]

Тематики

• информационные технологии в целом
• экономика

EN

• dynamic programming
• DP

дистанционная защита
-
[В.А.Семенов Англо-русский словарь по релейной защите]

дистанционная защита
Защита с относительной селективностью, срабатывание и селективность которой зависят от измерения в месте ее установки электрических величин, по которым путем сравнения с уставками зон оценивается эквивалентная удаленность повреждения
[Разработка типовых структурных схем микропроцессорных устройств РЗА на объектах ОАО "ФКС ЕЭС". Пояснительная записка. Новосибирск 2006 г.]

дистанционная защита
Защита, чье действие и селективность основаны на локальном измерении электрических величин, по которым рассчитываются эквивалентные расстояния до места повреждения в пределах установленных зон.
[ http://docs.cntd.ru/document/1200069370]

дистанционная защита
Защита, принцип действия и селективность которой основаны на измерении в месте установки защиты электрических величин, характеризующих повреждение, и сравнении их с уставками зон.
[Циглер Г. Цифровая дистанционная защита: принципы и применение. М.: Энергоиздат. 2005]

EN

distance protection
distance relay (US)
a non-unit protection whose operation and selectivity depend on local measurement of electrical quantities from which the equivalent distance to the fault is evaluated by comparing with zone settings
[IEV ref 448-14-01]

FR

protection de distance
protection à sélectivité relative de section dont le fonctionnement et la sélectivité dépendent de la mesure locale de grandeurs électriques à partir desquelles la distance équivalente du défaut est évaluée par comparaison avec des réglages de zones
[IEV ref 448-14-01]

Дистанционные защиты применяются в сетях сложной конфигурации, где по соображениям быстродействия и чувствительности не могут использоваться более простые максимальные токовые и токовые направленные защиты.
Дистанционной защитой определяется сопротивление (или расстояние - дистанция) до места КЗ, и в зависимости от этого защита срабатывает с меньшей или большей выдержкой времени. Следует уточнить, что современные дистанционные защиты, обладающие ступенчатыми характеристиками времени, не измеряют каждый раз при КЗ значение указанного выше сопротивления на зажимах измерительного органа и не устанавливают в зависимости от этого большую или меньшую выдержку времени, а всего лишь контролируют зону, в которой произошло повреждение. Время срабатывания защиты при КЗ в любой точке рассматриваемой зоны остается неизменным. Каждая защита выполняется многоступенчатой, причем при КЗ в первой зоне, охватывающей 80-85% длины защищаемой линии, время срабатывания защиты не более 0,15 с. Для второй зоны, выходящей за пределы защищаемой линии, выдержка времени на ступень выше и колеблется в пределах 0,4-0,6 с. При КЗ в третьей зоне выдержка времени еще более увеличивается и выбирается так же, как и для направленных токовых защит.
На рис. 7.15 показан участок сети с двухсторонним питанием и приведены согласованные характеристики выдержек времени дистанционных защит (ДЗ). При КЗ, например, в точке К1 - первой зоне действия защит ДЗ3 и ДЗ4 - они сработают с минимальным временем соответственно t I3 и t I4. Защиты ДЗ1 и ДЗ6 также придут в действие, но для них повреждение будет находиться в III зоне, и они могут сработать как резервные с временем t III1 и t III6 только в случае отказа в отключении линии БВ собственными защитами.


Рис. 7.14. Размещение токовых направленных защит нулевой последовательности на участке сетей и характеристики выдержек времени защит:
Р31-Р36 - комплекты токовых направленных защит нулевой последовательности


Рис. 7.15. Защита участка сети дистанционными защитами и характеристики выдержек времени этих защит:
ДЗ1-ДЗ6 - комплекты дистанционных защит; l3 и l4 - расстояния от мест установки защит до места повреждения

При КЗ в точке К2 (шины Б) оно устраняется действием защит ДЗ1 и ДЗ4 с временем t II1 и t II4.
Дистанционная защита - сложная защита, состоящая из ряда элементов (органов), каждый из которых выполняет определенную функцию. На рис. 7.16 представлена упрощенная схема дистанционной защиты со ступенчатой характеристикой выдержки времени. Схема имеет пусковой и дистанционный органы, а также органы направления и выдержки времени.
Пусковой орган ПО выполняет функцию отстройки защиты от нормального режима работы и пускает ее в момент возникновения КЗ. В качестве такого органа в рассматриваемой схеме применено реле сопротивления, реагирующее на ток I р и напряжение U p на зажимах реле.
Дистанционные (или измерительные) органы ДО1 и ДО2 устанавливают меру удаленности места КЗ.
Каждый из них выполнен при помощи реле сопротивления, которое срабатывает при КЗ, если

где Z p - сопротивление на зажимах реле; Z - сопротивление защищаемой линии длиной 1 км; l - длина участка линии до места КЗ, км; Z cp - сопротивление срабатывания реле.
Из приведенного соотношения видно, что сопротивление на зажимах реле Z p пропорционально расстоянию l до места КЗ.
Органы выдержки времени ОВ2 и ОВ3 создают выдержку времени, с которой защита действует на отключение линии при КЗ во второй и третьей зонах. Орган направления OHM разрешает работу защиты при направлении мощности КЗ от шин в линию.
В схеме предусмотрена блокировка БН, выводящая защиту из действия при повреждениях цепей напряжения, питающих защиту. Дело в том, что если при повреждении цепей напряжение на зажимах защиты Uр=0, то Zp=0. Это означает, что и пусковой, и дистанционный органы могут сработать неправильно. Для предотвращения отключения линии при появлении неисправности в цепях напряжения блокировка снимает с защиты постоянный ток и подает сигнал о неисправности цепей напряжения. Оперативный персонал в этом случае обязан быстро восстановить нормальное напряжение на защите. Если по какой-либо причине это не удается выполнить, защиту следует вывести из действия переводом накладки в положение "Отключено".

Рис. 7.16. Принципиальная схема дистанционной защиты со ступенчатой характеристикой выдержки времени

Работа защиты.

При КЗ на линии срабатывают реле пускового органа ПО и реле органа направления OHM. Через контакты этих реле плюс постоянного тока поступит на контакты дистанционных органов и на обмотку реле времени третьей зоны ОВ3 и приведет его в действие. Если КЗ находится в первой зоне, дистанционный орган ДО1 замкнет свои контакты и пошлет импульс на отключение выключателя без выдержки времени. При КЗ во второй зоне ДО1 работать не будет, так как значение сопротивления на зажимах его реле будет больше значения сопротивления срабатывания. В этом случае сработает дистанционный орган второй зоны ДО2, который запустит реле времени ОВ2. По истечении выдержки времени второй зоны от реле ОВ2 поступит импульс на отключение линии. Если КЗ произойдет в третьей зоне, дистанционные органы ДО1 и ДО2 работать не будут, так как значения сопротивления на их зажимах больше значений сопротивлений срабатывания. Реле времени ОВ3, запущенное в момент возникновения КЗ контактами реле OHM, доработает и по истечении выдержки времени третьей зоны пошлет импульс на отключение выключателя линии. Дистанционный орган для третьей зоны защиты, как правило, не устанавливается.
В комплекты дистанционных защит входят также устройства, предотвращающие срабатывание защит при качаниях в системе.
[ http://leg.co.ua/knigi/raznoe/obsluzhivanie-ustroystv-releynoy-zaschity-i-avtomatiki-4.html]

 

Тематики

• релейная защита

Синонимы

• дистанционная релейная защита

EN

• distance protection
• distance relay (US)
• DP
• impedance protection

DE

• Distanzschutz, m

FR

• protection de distance

импульс набора номера
—
[Л.Г.Суменко. Англо-русский словарь по информационным технологиям. М.: ГП ЦНИИС, 2003.]

Тематики

• информационные технологии в целом

EN

• dial signa
• dial pulse
• DP

обработка данных
Систематическое осуществление операций над данными.
[ИСО/МЭК 2382-1]
[ ГОСТ Р 52292-2004]

обработка данных
Технологическая операция, в результате которой изменяет свое значение хотя бы один из показателей, характеризующих состояние данных (объем данных при этом не изменяется).
[ ГОСТ Р 51170-98]

обработка данных
- Любое преобразование данных при решении конкретной задачи.
- Работа, выполняемая компьютером.
[ http://www.morepc.ru/dict/]

обработка данных
Процесс приведения данных к виду, удобному для использования. Независимо от вида информации, которая должна быть получена, и типа оборудования любая система О.д. выполняет три основные группы операций: подбор исходных, входных данных (см. Сбор данных), собственно их обработку (в процессе которой система оперирует промежуточными данными), получение и анализ результатов, т.е. выходных данных). Выполняет ли эти операции человек или машина (см. Автоматизированная система обработки данных), все равно они следуют при этом заданному алгоритму (для человека это могут быть инструкция, методика, а для ЭВМ — программа). Важным процессом О.д. является агрегирование, укрупнение их от одной к другой ступени хозяйственной иерархии. Проверка статистических данных, приведение их к сопоставимому виду, сложение, вычитание и другие арифметические операции — тоже процессы О.д. Можно назвать также выборку, отсечение ненужных данных, запоминание, изменение последовательности (упорядочение), классификацию и многие другие. О.д. предшествует во времени принятию решений. Она может производиться эпизодически, периодически (т.е. через заданные промежутки времени), в АСУ — также в реальном масштабе времени. Последнее означает, что О.д. производится с той же скоростью, с какой протекают описываемые ими события, иначе говоря — со скоростью, достаточной для анализа событий и управления их последующим ходом.
[ http://slovar-lopatnikov.ru/]

Тематики

• информационные технологии в целом
• качество служебной информации
• экономика
• электронный обмен информацией

EN

• data processing
• DP
• information processing

перепад давлений
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• pressure ratio
• differential pressure
• DP
• differential head
• pressure fall

порт пункта назначения
(МСЭ-T G.7041/ Y.1303).
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

Тематики

• электросвязь, основные понятия

EN

• destination port
• DP

предварительное сообщение
—
[Е.С.Алексеев, А.А.Мячев. Англо-русский толковый словарь по системотехнике ЭВМ. Москва 1993]

Тематики

• информационные технологии в целом

EN

• draft proposal
• DP

приоритет при отбрасывании
(МСЭ-T G.8010/ Y.1306).
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

Тематики

• электросвязь, основные понятия

EN

• dropping precedence
• DP

проект предложения
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• draft proposal
• DP

процессор для обработки данных
—
[Е.С.Алексеев, А.А.Мячев. Англо-русский толковый словарь по системотехнике ЭВМ. Москва 1993]

Тематики

• информационные технологии в целом

EN

• data processor
• DP

динамическое программирование
—
[Е.С.Алексеев, А.А.Мячев. Англо-русский толковый словарь по системотехнике ЭВМ. Москва 1993]

динамическое программирование
Раздел математического программирования, совокупность приемов, позволяющих находить оптимальные решения, основанные на вычислении последствий каждого решения и выработке оптимальной стратегии для последующих решений. Процессы принятия решений, которые строятся по такому принципу, называются многошаговыми процессами. Математически оптимизационная задача строится в Д. п. с помощью таких соотношений, которые последовательно связаны между собой: например, полученный результат для одного года вводится в уравнение для следующего (или, наоборот, для предыдущего), и т.д. Таким образом, можно получить на вычислительной машине результаты решения задачи для любого избранного момента времени и «следовать» дальше. Д.п. применяется не обязательно для задач, связанных с течением времени. Многошаговым может быть и процесс решения вполне «статической» задачи. Таковы, например, некоторые задачи распределения ресурсов. Общим для задач Д.п. является то, что переменные в модели рассматриваются не вместе, а последовательно, одна за другой. Иными словами, строится такая вычислительная схема, когда вместо одной задачи со многими переменными строится много задач с малым числом (обычно даже одной) переменных в каждой. Это значительно сокращает объем вычислений. Однако такое преимущество достигается лишь при двух условиях: когда критерий оптимальности аддитивен, т.е. общее оптимальное решение является суммой оптимальных решений каждого шага, и когда будущие результаты не зависят от предыстории того состояния системы, при котором принимается решение. Все это вытекает из принципа оптимальности Беллмана (см. Беллмана принцип оптимальности), лежащего в основе теории Д.п. Из него же вытекает основной прием — нахождение правил доминирования, на основе которых на каждом шаге производится сравнение вариантов будущего развития и заблаговременное отсеивание заведомо бесперспективных вариантов. Когда эти правила обращаются в формулы, однозначно определяющие элементы последовательности один за другим, их называют разрешающими правилами. Процесс решения при этом складывается из двух этапов. На первом он ведется «с конца»: для каждого из различных предположений о том, чем кончился предпоследний шаг, находится условное оптимальное управление на последнем шаге, т.е. управление, которое надо применить, если предпоследний шаг закончился определенным образом. Такая процедура проводится до самого начала, а затем — второй раз — выполняется от начала к концу, в результате чего находятся уже не условные, а действительно оптимальные шаговые управления на всех шагах операции (см. пример в статье Дерево решений). Несмотря на выигрыш в сокращении вычислений при использовании подобных методов по сравнению с простым перебором возможных вариантов, их объем остается очень большим. Поэтому размерность практических задач Д.п. всегда незначительна, что ограничивает его применение. Можно выделить два наиболее общих класса задач, к которым в принципе мог бы быть применим этот метод, если бы не «проклятие размерности». (На самом деле на таких задачах, взятых в крайне упрощенном виде, пока удается лишь демонстрировать общие основы метода и анализировать экономико-математические модели). Первый — задачи планирования деятельности экономического объекта (предприятия, отрасли и т.п.) с учетом изменения потребности в производимой продукции во времени. Второй класс задач — оптимальное распределение ресурсов между различными направлениями во времени. Сюда можно отнести, в частности, такую интересную задачу: как распределить урожай зерна каждого года на питание и на семена, чтобы в сумме за ряд лет получить наибольшее количество хлеба?
[ http://slovar-lopatnikov.ru/]

Тематики

• информационные технологии в целом
• экономика

EN

• dynamic programming
• DP

метод Монте-Карло
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

метод Монте-Карло
метод статистических испытаний
Один из методов статистического моделирования, основанный на кибернетической идее «черного ящика». Он применяется в тех случаях, когда построение аналитической модели явления трудно или вовсе неосуществимо, например, при решении сложных задач теории массового обслуживания и ряда других задач исследования операций, связанных с изучением случайных процессов. Применение М. М.-К. можно проиллюстрировать примером из области теории очередей. Предположим, надо определить, как часто и как долго придется ждать покупателям в очереди в магазине при заданной его пропускной способности (допустим, для того, чтобы принять решение, следует ли расширять магазин). Подход покупателей носит случайный характер, распределение времени подхода может быть установлено из имеющейся информации. Время обслуживания покупателей тоже носит случайный характер и его распределение тоже может быть выявлено. Таким образом, имеются два стохастических или случайных процесса, взаимодействие которых и создает очередь. Теперь, если наугад перебирать все возможности (например, число покупателей, приходящих за час), сохраняя те же характеристики распределения, можно искусственно воссоздать картину этого процесса. Повторяя такую картину многократно, каждый раз меняя условия (число подходящих покупателей), можно изучать получаемые статистические данные так, как если бы они были получены при наблюдении над реальным потоком покупателей. Точно так же можно воссоздать искусственную картину работы самого магазина: здесь распределение времени подхода покупателей будет взаимодействовать с распределением времени обслуживания отдельного покупателя. Получаются опять два стохастических процесса. Их взаимодействие даст «очередь» с примерно такими же характеристиками (например, средней длиной очереди или средним временем ожидания), какими обладает реальная очередь. Таким образом, смысл М. М.-К. состоит в том, что исследуемый процесс моделируется путем многократных повторений его случайных реализаций. Единичные реализации называются статистическими испытаниями — отсюда второе название метода. Остается сказать, что такое выбор вариантов наугад (или механизм случайного выбора). В простых случаях для этого можно применять бросание игральной кости (классический учебный прием), но на практике используют таблицы случайных чисел либо вырабатывают (генерируют) случайные числа на ЭВМ, для чего имеются специальные программы, которые называются генераторами случайных чисел.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

Синонимы

• метод статистических испытаний

EN

• Monte Carlo method
• Monte-Carlo technique

метод Монте-Карло
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

метод Монте-Карло
метод статистических испытаний
Один из методов статистического моделирования, основанный на кибернетической идее «черного ящика». Он применяется в тех случаях, когда построение аналитической модели явления трудно или вовсе неосуществимо, например, при решении сложных задач теории массового обслуживания и ряда других задач исследования операций, связанных с изучением случайных процессов. Применение М. М.-К. можно проиллюстрировать примером из области теории очередей. Предположим, надо определить, как часто и как долго придется ждать покупателям в очереди в магазине при заданной его пропускной способности (допустим, для того, чтобы принять решение, следует ли расширять магазин). Подход покупателей носит случайный характер, распределение времени подхода может быть установлено из имеющейся информации. Время обслуживания покупателей тоже носит случайный характер и его распределение тоже может быть выявлено. Таким образом, имеются два стохастических или случайных процесса, взаимодействие которых и создает очередь. Теперь, если наугад перебирать все возможности (например, число покупателей, приходящих за час), сохраняя те же характеристики распределения, можно искусственно воссоздать картину этого процесса. Повторяя такую картину многократно, каждый раз меняя условия (число подходящих покупателей), можно изучать получаемые статистические данные так, как если бы они были получены при наблюдении над реальным потоком покупателей. Точно так же можно воссоздать искусственную картину работы самого магазина: здесь распределение времени подхода покупателей будет взаимодействовать с распределением времени обслуживания отдельного покупателя. Получаются опять два стохастических процесса. Их взаимодействие даст «очередь» с примерно такими же характеристиками (например, средней длиной очереди или средним временем ожидания), какими обладает реальная очередь. Таким образом, смысл М. М.-К. состоит в том, что исследуемый процесс моделируется путем многократных повторений его случайных реализаций. Единичные реализации называются статистическими испытаниями — отсюда второе название метода. Остается сказать, что такое выбор вариантов наугад (или механизм случайного выбора). В простых случаях для этого можно применять бросание игральной кости (классический учебный прием), но на практике используют таблицы случайных чисел либо вырабатывают (генерируют) случайные числа на ЭВМ, для чего имеются специальные программы, которые называются генераторами случайных чисел.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

Синонимы

• метод статистических испытаний

EN

• Monte Carlo method
• Monte-Carlo technique