Повнотекстовий пошук
Пошуковий запит: (<.>A=Годонога А$<.>) |
Загальна кількість знайдених документів : 5
Представлено документи з 1 до 5
|
1. |
Годонога А. Ф. Вероятностно-градиентный метод решения некоторых задач выпуклой оптимизации [Електронний ресурс] / А. Ф. Годонога, Б. М. Чумаков // Теорія оптимальних рішень. - 2014. - № 2014. - С. 132-138. - Режим доступу: http://nbuv.gov.ua/UJRN/Tor_2014_2014_19 Рассмотрены два стохастических варианта градиентного метода с программным способом регулировки шага. Указаны определенные достаточные условия, при которых описанные алгоритмы сходятся к множеству оптимальных решений с вероятностью единица.
| 2. |
Годонога А. Ф. Детерминированные и стохастические схемы метода проекции субградиентов [Електронний ресурс] / А. Ф. Годонога, Б. М. Чумаков // Теорія оптимальних рішень. - 2015. - № 2015. - С. 90-97. - Режим доступу: http://nbuv.gov.ua/UJRN/Tor_2015_2015_17 Для негладких задач выпуклого программирования рассматриваются детерминированные и стохастические обобщения субградиентного метода, допускающие на каждой итерации определенный порог толерантности относительно выполнения ограничений-неравенств.
| 3. |
Годонога А. Ф. Модели принятия решений [Електронний ресурс] / А. Ф. Годонога, А. А. Барактарь, Б. М. Чумаков // Теорія оптимальних рішень. - 2017. - № 2017. - С. 39-46. - Режим доступу: http://nbuv.gov.ua/UJRN/Tor_2017_2017_9
| 4. |
Годонога А. Ф. Алгоритм настройки входных и выходных потоков в процессе производства [Електронний ресурс] / А. Ф. Годонога, Ш. А. Блануца, Б. М. Чумаков // Теорія оптимальних рішень. - 2019. - № 18. - С. 34-39. - Режим доступу: http://nbuv.gov.ua/UJRN/Tor_2019_18_7
| 5. |
Годонога А. Ф. Некоторые модели принятия решений в условиях неопределенности [Електронний ресурс] / А. Ф. Годонога, Л. Л. Голбан, Б. М. Чумаков // Теорія оптимальних рішень. - 2018. - № 17. - С. 130-137. - Режим доступу: http://nbuv.gov.ua/UJRN/Tor_2018_17_21 Рассмотрены некоторые модели принятия решений в условиях неопределенности и приводится их анализ с точки зрения критериев Вальда и Сэвиджа. В зависимости от анализируемого критерия, получаемые математические модели отличаются различной степенью сложности с точки зрения их оптимизации.
|
|
|