Optimale Skalierung Gewisser Auf Dem Analogrechner Zu Lösender Differentialgleichungssysteme Durch Lineare Optimierung
Fred Alois Behringer
Mathematics and Computers in Simulation (MATCOM), 1970, vol. 12, issue 2, 64-74
Abstract:
Es wird ein als « überlauffreiangenommenes Differentialgleichungssystem zugrunde gelegt (etwa nach [2]) zu erhalten), dessen rechte Seiten aus verallgemeinerten Polynomen bestehen. Es werden Skalenfaktoren eingeführt, die gewissen « Nebenbedingungengehorchen müssen, welche technisch begründet werden (beschränkte Potentiometereinstellbarkeit usw.). Es werden drei verschiedene Optimierungskriterien betrachtet, und es wird nach einem Satz von Skalenfaktoren gesucht, der das jeweilige Optimierungskriterium bestmöglich erfüllt. Von den drei Kriterien kommt das erste (in anderer Fassung) schon bei KNUDSEN [5] vor, wird das zweite von KNUDSEN [5] zwar als möglich erwähnt, aber nicht verwendet, und kann das dritte als eigentlicher Beitrag der vorliegenden Arbeit angesehen werden. Bei allen drei Kriterien gelingt es, das Problem der Optimalen Skalierung auf ein oder mehrere Probleme der Linearen Optimierung zurückzuführen. Beim dritten Kriterium muß dabei auf Ergebnisse aus einer anderswo erschienenen Arbeit [3] Bezug genommen werden.
Date: 1970
References: View references in EconPapers View complete reference list from CitEc
Citations:
Downloads: (external link)
http://www.sciencedirect.com/science/article/pii/S0378475470800015
Full text for ScienceDirect subscribers only
Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.
Export reference: BibTeX
RIS (EndNote, ProCite, RefMan)
HTML/Text
Persistent link: https://EconPapers.repec.org/RePEc:eee:matcom:v:12:y:1970:i:2:p:64-74
DOI: 10.1016/S0378-4754(70)80001-5
Access Statistics for this article
Mathematics and Computers in Simulation (MATCOM) is currently edited by Robert Beauwens
More articles in Mathematics and Computers in Simulation (MATCOM) from Elsevier
Bibliographic data for series maintained by Catherine Liu ().