чем+требуется

обратная связь
Зависимость текущих воздействий на объект от его состояния, обусловленного предшествующими воздействиями на этот же объект.
Примечания
1. Обратная связь может быть естественной (присущей объекту) или искусственно организуемой.
2. Различают огрицагельную обратную связь и положительную обратную связь как обратную связь, действующую в первом случае в сторону уменьшения, а во втором — в сторону увеличения отклонений текущих значений координат объекта от их предшествующих значений.
[Сборник рекомендуемых терминов. Выпуск 107. Теория управления.
 Академия наук СССР. Комитет научно-технической терминологии. 1984 г.]

обратная связь
Воздействие результатов процесса на его протекание.
При обратной связи сигнал на выходе системы воздействует на ее вход. В результате этого он совместно со входным сигналом определяет последующее значение выходного сигнала.
Выделяют два вида обратной связи. Если в результате рассматриваемого воздействия возрастает интенсивность процесса, то обратная связь называется положительной. Если интенсивность уменьшается, то - отрицательной. В системах управления отрицательная обратная связь обеспечивает автоматическое поддержание выбранного параметра. Например, напряжения электрического тока. Если напряжение уменьшается, то обратная связь его увеличивает. Если же оно возрастает, то - уменьшает.
[Гипертекстовый энциклопедический словарь по информатике Э. Якубайтиса]
[ http://www.morepc.ru/dict/]

обратная связь
Важнейшее понятие кибернетики, означающее обратное воздействие результатов управления системой на процесс этого управления, или, иными словами, использование в управлении информации, поступающей от объекта управления. На схеме (рис. O.1) видно, что сигнал, поступивший на вход управляемого блока, преобразуется в нем, и результат подается на выход. Через канал О.с. выход соединен с блоком сравнения, где результат оценивается. Допустим, он меньше, чем требуется, тогда блок регулирования подает сигнал, увеличивающий интенсивность процесса. Наоборот, если результат больше, чем следует, то, получив сигнал от блока регулирования (или коррекции), управляемый процесс затормозится. Это и есть действие О.с. О.с. считается положительной, когда возрастающие результаты процесса усиливают сам процесс, и отрицательной — когда они ослабляют его. Соответственно уменьшающиеся результаты процесса при положительной О.с. ослабляют его, при отрицательной — усиливают. Соединение элементов в систему с О.с. называют «антипараллельным«. Реальные экономические системы управления обычно имеют не один, как на рис. O.1, а множество последовательно и параллельно связанных между собой контуров О.с., использующих разнообразную информацию о состоянии объекта управления. Такие системы называются многоконтурными. Рис. О.1 Контур управления с обратной связью А. — управляющая подсистема, I — блок регулирования, II — блок управления, III- план или стандарт (эталон), IV — управляемая система, процесс, V — измерение на выходе, С — сигнал об отклонении.
[ http://slovar-lopatnikov.ru/]

Тематики

• автоматизация, основные понятия
• экономика

EN

• feedback

3.6 обратная связь (feedback): Комментарии, экспертиза и сведения о заинтересованности в продукции или процессе управления претензиями.

Источник: ГОСТ Р ИСО 10002-2007: Менеджмент организации. Удовлетворенность потребителя. Руководство по управлению претензиями в организациях оригинал документа

3.2.4 обратная связь (feedback): Информация, передаваемая пользователю и указывающая на момент активации клавиши или на активированное состояние клавиши.

Источник: ГОСТ Р ИСО 9241-4-2009: Эргономические требования к проведению офисных работ с использованием видеодисплейных терминалов (VDT). Часть 4. Требования к клавиатуре оригинал документа

технология RTC
Технология ускорения времени реакции пиксела ЖК-ячейки.
Технология ускорения времени реакции пиксела реализована исключительно на уровне электроники ЖК-монитора и никак не затрагивает технологию производства самих ЖК-матриц. Поскольку время переключения пиксела из одного состояния в другое зависит от прикладываемого к ячейке напряжения, то можно ускорить время переключения, если в процессе самого перехода использовать напряжение больше или меньше (в зависимости от того, между какими уровнями серого реализуется переход), чем требуется (чем соответствует требуемому уровню серого).
Для реализации технологии RTC необходимо, чтобы каждому переходу между градациями серого соответствовал бы свой уровень компенсирующего напряжения, подаваемого в первом кадре. Причём уровень компенсирующего напряжения зависит не только от уровня серого, на который происходит переход, но и от уровня серого, с которого происходит переход. Поэтому для реализации технологии RTC сигнальный процессор монитора должен иметь кадровый буфер, в котором хранится предыдущий кадр. При приходе нового кадра для каждого пикселя на основе предыдущего и требуемого уровней GL происходит расчёт требуемого уровня форсирующего напряжения. Для этого монитор содержит специальную таблицу Look-Up Table (LUT), в которой хранится соответствие между выходным уровнем серого (соответствующего форсированному импульсу напряжения) и уровнями серого предыдущего и текущего кадров.

Вид искажений формы движущегося объекта: без технологии разгонного импульса (3а), при ее неточной (3б) и качественной настройке (3в) [Источник: www.itc.ua].
[ http://www.morepc.ru/dict/]

Тематики

• информационные технологии в целом

EN

• Advanced Motion Acceleration
• AMA

он уже перерос отца — he is already taller than his father

он перегре́лся на со́лнце — he has been overexposed to sun; he is sunstruck

переключение "серый - серый"
время переключения между градациями серого
Нестандартизованный метод измерения времени реакции пиксела ЖК-ячейки.
(В отличие от стандартизованного ISO 13406-2 метода Black-White-Black - см. BWB.)
Технология ускорения времени реакции пиксела при переключении между градациями серого получила название Response Time Compensation (RTC). - см. RTC. Данная технология заключается в кратковременном приложении большего напряжения, чем требуется для переключения и последующей компенсации его до нужного уровня.
[ http://www.morepc.ru/dict/]

Тематики

• информационные технологии в целом

EN

• Gray-to-Gray
• GTG

перестаривание
Старение при времени и температуре больших, чем требуется для получения оптимальных свойств, при этом значения необходимых свойств падают.
[ http://www.manual-steel.ru/eng-a.html]

Тематики

• металлургия в целом

EN

• overaging

тонкое резервирование
Технология "тонкого" резервирования (thin provisioning) позволяет избежать расхода пространства хранения впустую. Разработка поможет справиться с проблемой избыточного резервирования, когда емкости, заранее выделенные приложениям, не используются ими. "Тонкое" резервирование позволяет создать единый резервный пул хранения сразу для многих приложений. Таким образом, как утверждается, приложениям можно выделить более 100% доступного пространства хранения, но тем не менее резерв будет всегда оставаться доступным, поскольку не окажется потребленным сразу весь. По словам специалистов Pillar Data Systems, технология дает возможность справиться со сложностями, характерными для некоторых операционных систем, в которых после первоначального указания размера логического блока (LUN) нельзя увеличить его впоследствии без трудоемких операций, из-за чего заранее на всякий случай приходится выделять больше, чем требуется. "Тонкое" резервирование же позволяет назначить для LUN размер больше доступного.
[ http://www.morepc.ru/dict/]

Тематики

• информационные технологии в целом

EN

• thin provisioning

3.3 отношение полосы частот в декадах (bandratio decades) brd: Отношение полосы частот, выраженное в декадах, определяемое по формуле brd = log₁₀ (br).

3.4а) широкополосная электромагнитная эмиссия (broadband emission): Электромагнитная эмиссия с шириной полосы частот большей, чем требуется для конкретного измерительного прибора или приемника.

3.4b) широкополосное устройство (broadband device): Устройство, ширина полосы частот которого такова, что оно способно принимать и обрабатывать все спектральные составляющие конкретной электромагнитной эмиссии.

Источник: ГОСТ Р 51317.1.5-2009: Совместимость технических средств электромагнитная. Воздействия электромагнитные большой мощности на системы гражданского назначения. Основные положения оригинал документа

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

• linear programming