Feasible region
http://dbpedia.org/resource/Feasible_region an entity of type: Thing
Em matemática, uma restrição é uma condição de um problema de otimização que a solução deve satisfazer. Existem vários tipos de restrições — principalmente restrições de igualdade, restrições de desigualdade e restrições de número inteiro. O conjunto de soluções candidatas que satisfazem todas as restrições é chamado de .
rdf:langString
In mathematical optimization, a feasible region, feasible set, search space, or solution space is the set of all possible points (sets of values of the choice variables) of an optimization problem that satisfy the problem's constraints, potentially including inequalities, equalities, and integer constraints. This is the initial set of candidate solutions to the problem, before the set of candidates has been narrowed down. Constraint satisfaction is the process of finding a point in the feasible region.
rdf:langString
En optimización matemática, una región factible, un conjunto factible, un espacio de búsqueda o un espacio de solución es el conjunto de todos los puntos posibles (conjuntos de valores de las variables de elección) de un problema de optimización que satisface las restricciones del problema, incluyendo potencialmente desigualdades, igualdades y restricciones enteras. Este es el conjunto inicial de posibles soluciones al problema, antes de que se haya reducido el conjunto de candidatos. Por ejemplo, considere el problema Minimizar con respecto a las variables y sujeto a y
rdf:langString
У математичній оптимізації допустима область, допустима множина, простір пошуку чи простір розв'язків - це сукупність усіх можливих точок (наборів значень змінних вибору) проблеми оптимізації, які задовольняють обмеження проблеми, потенційно включаючи нерівності, рівності та цілі обмеження. Це початковий набір кандидатських рішень проблеми до того, як сукупність кандидатів була звужена. Наприклад, розглянемо проблему Мінімізуйте відносно змінних і за умови і Задоволення обмеженням - це процес пошуку точки у допустимому регіоні.
rdf:langString
В теории оптимизации допустимая область, допустимое множество, пространство поиска или пространство решений — это множество всех возможных точек (значений переменных) задачи оптимизации, которые удовлетворяют задачи. Эти ограничения могут включать неравенства, равенства и требование целочисленности решения . Область допустимых решений является начальной областью поиска кандидатов в решение задачи, и эта область во время поиска может сужаться. Например, возьмём задачу Минимизировать с ограничениями на переменные и и
rdf:langString
rdf:langString
Región factible
rdf:langString
Feasible region
rdf:langString
Restrição (matemática)
rdf:langString
Область допустимых решений
rdf:langString
Допустимий регіон
xsd:integer
9157119
xsd:integer
1109693986
rdf:langString
In mathematical optimization, a feasible region, feasible set, search space, or solution space is the set of all possible points (sets of values of the choice variables) of an optimization problem that satisfy the problem's constraints, potentially including inequalities, equalities, and integer constraints. This is the initial set of candidate solutions to the problem, before the set of candidates has been narrowed down. For example, consider the problem of minimizing the function with respect to the variables and subject to and Here the feasible set is the set of pairs (x, y) in which the value of x is at least 1 and at most 10 and the value of y is at least 5 and at most 12. The feasible set of the problem is separate from the objective function, which states the criterion to be optimized and which in the above example is In many problems, the feasible set reflects a constraint that one or more variables must be non-negative. In pure integer programming problems, the feasible set is the set of integers (or some subset thereof). In linear programming problems, the feasible set is a convex polytope: a region in multidimensional space whose boundaries are formed by hyperplanes and whose corners are vertices. Constraint satisfaction is the process of finding a point in the feasible region.
rdf:langString
En optimización matemática, una región factible, un conjunto factible, un espacio de búsqueda o un espacio de solución es el conjunto de todos los puntos posibles (conjuntos de valores de las variables de elección) de un problema de optimización que satisface las restricciones del problema, incluyendo potencialmente desigualdades, igualdades y restricciones enteras. Este es el conjunto inicial de posibles soluciones al problema, antes de que se haya reducido el conjunto de candidatos. Por ejemplo, considere el problema Minimizar con respecto a las variables y sujeto a y Aquí, el conjunto factible es el conjunto de pares en el que el valor de es al menos 1 y como máximo 10 y el valor de es al menos 5 y como máximo 12. Tenga en cuenta que el conjunto factible del problema está separado de la función objetivo, que establece el criterio a optimizar y que en el ejemplo anterior es En muchos problemas, el conjunto factible refleja una restricción de que una o más variables deben ser no negativas. En problemas de programación de enteros puros, el conjunto factible es el conjunto de enteros (o algún subconjunto del mismo). En los problemas de programación lineal, el conjunto factible es un politopo convexo: una región en el espacio multidimensional cuyos límites están formados por hiperplanos y cuyas esquinas son vértices. La es el proceso de encontrar un punto en la región factible.
rdf:langString
В теории оптимизации допустимая область, допустимое множество, пространство поиска или пространство решений — это множество всех возможных точек (значений переменных) задачи оптимизации, которые удовлетворяют задачи. Эти ограничения могут включать неравенства, равенства и требование целочисленности решения . Область допустимых решений является начальной областью поиска кандидатов в решение задачи, и эта область во время поиска может сужаться. Например, возьмём задачу Минимизировать с ограничениями на переменные и и В этом случае область допустимых решений представляет собой множество пар (x1, x2), для которых значение x1 не меньше 1 и не больше 10, а значение x2 не меньше 5 и не больше 12. Заметим, что множество допустимых решений рассматривается отдельно от целевой функции, которая определяет критерий оптимизации и которая в вышеприведённом примере равна Во многих задачах допустимая область решений включает ограничение, по которому одна и более переменных должны быть неотрицательными. В задачах чисто целочисленного программирования множество допустимых решений состоит из целых чисел (или некоторого подмножества). В задачах линейного программирования область допустимых решений является выпуклым политопом — областью в многомерном пространстве, границы которого образованы гиперплоскостями. Удовлетворение ограничений — это процесс поиска точки в области допустимых решений.
rdf:langString
Em matemática, uma restrição é uma condição de um problema de otimização que a solução deve satisfazer. Existem vários tipos de restrições — principalmente restrições de igualdade, restrições de desigualdade e restrições de número inteiro. O conjunto de soluções candidatas que satisfazem todas as restrições é chamado de .
rdf:langString
У математичній оптимізації допустима область, допустима множина, простір пошуку чи простір розв'язків - це сукупність усіх можливих точок (наборів значень змінних вибору) проблеми оптимізації, які задовольняють обмеження проблеми, потенційно включаючи нерівності, рівності та цілі обмеження. Це початковий набір кандидатських рішень проблеми до того, як сукупність кандидатів була звужена. Наприклад, розглянемо проблему Мінімізуйте відносно змінних і за умови і Тут допустимою множиною є сукупність пар ( x, y ), у яких значення x становить щонайменше 1 і щонайбільше 10, а значення y - принаймні 5 і не більше 12. Зауважимо, що допустима множина задачі є окремою від цільової функції, яка визначає критерій, який слід оптимізувати, і який у наведеному вище прикладі є У багатьох проблемах допустима множина відображає обмеження, що одна чи кілька змінних повинні бути негативними. У чистих цілих задачах програмування можливою множиною є набір цілих чисел (або їх деякий підмножина). У задачах лінійного програмування можливою множиною є опуклий багатогранник : область у багатовимірному просторі, межі якої утворені гіперпланами та кути яких є вершинами . Задоволення обмеженням - це процес пошуку точки у допустимому регіоні.
xsd:nonNegativeInteger
8995
