Похожие вопросы:

Я знаю, что Java реализует параметрический полиморфизм (дженерики) со стиранием. Я понимаю, что такое стирание. Я знаю, что C# реализует параметрический полиморфизм с овеществлением. Я знаю, что это…

Что такое супервизор и что такое подвиды? Когда я добавляю этот код: [self.view addSubview:self.frontView]; // what does that mean ? И… @property (nonatomic, strong) IBOutlet UIImageView…

Я новичок в JavaScript и связанной с ним структуре. Что такое актив? Это группа из JS/HTML/img файлов? Это папка? Или библиотека? Или общий термин, используемый для описания всех связанных файлов…

Возможные Дубликаты : Что такое ручка Windows? Что такое “handle” ? Я вижу ссылки на дескрипторы окон, элементы управления, которые имеют ссылку на дескриптор окна и т. д. Но я не знаю,…

Возможные Дубликаты : Что такое испытание дымом и что оно сделает для меня? Что такое тест на вменяемость/проверка Что такое дымовой тест и почему он полезен?

Я читал о некоторых геометрических алгоритмах маршрутизации, там говорится, что при использовании эвристики в версии основного алгоритма она может улучшить производительность, но отнимает…

Я пытаюсь понять оптимальность фильтра Калмана. Согласно Википедии: из теории известно, что фильтр Калмана оптимален в том случае, если а) модель идеально соответствует реальной системе, б) входящий…

Сегодня на уроке мой профессор познакомил нас с приемлемыми эвристиками и заявил, что они гарантируют оптимальность алгоритма A* . Я попросил его объяснить это на крайнем примере, чтобы сделать это…

Может ли кто-нибудь описать Что такое компонент в Tomcat и какова его роль в Tomcat сервере? Что такое Койот? Что такое Каталина?

Я знаю это определение: — Оптимальная политика (pi)* удовлетворяет (pi)* >= (pi) для всех (pi) Оптимальная политика гарантированно существует, но не может быть уникальной. Что означают эти две…

Критерии оптимальности управленческого решения

Понятие критерия оптимальности управленческого решения

Определение 1

Критерий оптимальности управленческого решения – это показатель, характеризующий решение управленческой задачи, значение которого позволяет оценить оптимальность выбранного решения (максимальность удовлетворения поставленным требованиям).

Одна задача может иметь сразу несколько критериев оптимальности.

Определение 2

Под оптимизацией понимают процесс нахождения оптимального (наилучшего) решения управленческой задачи при заданных ограничениях.

Для некоторых объектов критерии оптимальности очевидны, для других – их выбор представляет сложность. Необходимо, с одной стороны, обеспечивать охват всей полноты требований заинтересованных пользователей, а с другой – не усложнять задачу излишне путем назначения большого числа критериев. Поэтому разные задачи предполагают использование разного количества критериев:

• однокритериальные задачи оптимизации, также называемые скалярными, используют один критерий оптимизации,
• многокритериальные задачи оптимизации, также называемые векторными, используют несколько критериев.

Большинство встречающихся на практике управленческих задач можно свести к двухкритериальной оптимизации, критериями в которой выступают:

• цена (экономические требования),
• качество (производственно-технические требования).

Чтобы свести такую задачу к однокритериальной, приходится идти на существенные допущения, однако это позволяет облегчить окончательный выбор.

Задачи оптимизации встречаются во многих сферах человеческой деятельности, требующих получения результата с высокой эффективностью, например:

• техника,
• экономика,
• информатика.

Чтобы выбрать действительно оптимальное решение, невозможно обойтись без правильного выбора критериев. Теория принятия решений как наука не дает четкого общепризнанного алгоритма выбора критериев оптимизации. Руководители опираются на собственный опыт или рекомендации экспертов. Чаще всего исходят из следующих традиционных подходов:

Готовые работы на аналогичную тему

• в финансово-экономических задачах ключевым критерием выступает максимизация показателя эффективности – прибыли, рентабельности, или минимизация сроков окупаемости и т.д.,
• в технических задачах редко удается обойтись одним критерием (например, минимизацией потребления ресурсов, максимизацией безопасности и т.д.), поскольку это приводит к абсурдным, недопустимым решениям. Поэтому их дополняют экономическими критериями, такими как максимизация доходности или минимизация затрат.

Сложнее всего обстоит дело с неисчисляемыми критериями оптимальности – художественное впечатление, удобство, красота и т.п. Для оценки этих параметров привлекают экспертов или проводят массовые опросы целевой аудитории.

Основные критерии оптимальности принятия управленческого решения

Математические методы однокритериальной оптимизации достаточно хорошо разработаны и в большинстве случаев дают возможность получить решение однозначно. При многокритериальной оптимизации выбрать абсолютно наилучшее решение чаще всего не удается, поскольку улучшение значений по одному критерию происходит ухудшение по другим. Такие критерии называют противоречивыми. Любое принятое решение будет представлять собой некий компромисс.

Чтобы свести многокритериальную задачу к однокритериальной, критерии сводят в один комплексный – целевую функцию (функцию полезности). В таких функциях могут учитываться разнородные показатели с использованием специальных коэффициентов (весов, служащих масштабированию показателей и значимости) или балльных оценок. Например, при выборе квартиры для покупки учитывается ее площадь (масштаб величины – десятки, единица измерения – квадратные метры) и стоимость (масштаб – сотни тысяч или миллионы, единица – рубли). Если не использовать веса, то квадратные метры просто «потеряются» на фоне больших цен, не будут оказывать существенного влияния на результат целевой функции.

Часто решение принимается в условиях неопределенности. Для этого можно использовать различные критерии:

• критерий Байеса-Лапласа предполагает выбор той стратегии, которой соответствует максимальное математическое ожидание выигрыша (если вероятности состояний невозможно оценить, они признаются равновероятными),
• критерий пессимиста (Вальда) предполагает выбор стратегии, в которой минимальный (гарантированный) выигрыш максимален,
• критерий оптимиста (максимакса) предполагает выбор стратегии, при которой возможно получение максимального выигрыша,
• критерий Гурвица представляет собой использование линейной комбинации критериев оптимиста и пессимиста,
• критерий сожалеющего пессимиста (Сэвиджа) базируется на использовании показателя максимального риска, который в оптимальном решении минимизируется. Иными словами, вычисляется разница между выигрышем, который данная стратегия принесет в лучшем случае, и выигрышами от ее применения в других ситуациях. Лучшей признается та стратегия, где эта разница самая маленькая.

Например, в начале лета хозяин магазина принимает решение: завезти для продажи солнечные очки и солнцезащитные средства или зонтики и резиновые сапоги. Если погода будет дождливой, а он завезет средства от солнца, товары не будут распроданы, он не получит прибыль и будет вынужден искать место для хранения товаров до следующего года (если из срок годности позволяет это, а некоторые крема и вовсе придется утилизировать). Аналогично с зонтиками в случае солнечной погоды. По указанным выше критериям, оценивая вероятность той или иной погоды, хозяин магазина может принять решение. При этом то, какой критерий следует применять, зависит от его личных предпочтений и склонности к оптимизму-пессимизму, готовности принимать риск. Часто производятся расчеты сразу по нескольким критериям, а потом выбирается решение, признанное оптимальным в большинстве случаев (по нескольким критериям сразу).

Вопрос 53 Оптимальность по Парето.. Микроэкономика

Читайте также

4.1 Построение и анааиз диаграммы Парето

4.1 Построение и анааиз диаграммы Парето Для обработки данных, полученных в результате опроса по контрольным листкам, воспользуемся диаграммой Парето.Алгоритм подготовки построения диаграммы Парето следующий:1) определить объект исследования;2) выбрать способ

12.2. Конкурентное равновесие и Парето-эффективность

12.2. Конкурентное равновесие и Парето-эффективность Итак, в условиях совершенной конкуренции могут установиться цены, которые обеспечивают равновесие сразу на рынках всех благ и факторов. Означает ли это, что экономика в целом достигла наилучшего из всех возможных своих

Занятие 13 Конкурентное равновесие и Парето-эффективность

Занятие 13 Конкурентное равновесие и Парето-эффективность Семинар Учебная лаборатория: отвечаем, обсуждаем и дискутируем… Отвечаем:1. Что такое эффекты обратной связи при изменении цены? Как может быть использован анализ общего равновесия для определения этих

8. Производственные возможности и Парето-эффективность

8. Производственные возможности и Парето-эффективность Первый экономический закон (закон неограниченных потребностей) свидетельствует о том, что потребности бесконечно растут, а ресурсы и сами блага, которые из них изготавливаются, имеют свойство заканчиваться.

2. Взгляд на экономическую теорию благосостояния В.Парето. «Оптимум по Парето»

2. Взгляд на экономическую теорию благосостояния В.Парето. «Оптимум по Парето» До сих пор в центре нашего внимания были вопросы поведения экономических субъектов (потребителей и фирм), исследование условий оптимизации их поведения, которое сводится к максимизации

Идея № 63 У вас Парето или длинный хвост?

Идея № 63 У вас Парето или длинный хвост? * * *Интернет фундаментальным образом изменил спрос и

Расставляйте приоритеты с Парето

Расставляйте приоритеты с Парето Вилфредо Парето – европейский экономист, продемонстрировавший в 1893 году новое, удивительное соотношение: 20 процентов населения Европы владеет 80 процентами быстрорастущих материальных ценностей. С расширением промышленной революции

Парето и его сад: 80/20 и долой тщету!

Парето и его сад: 80/20 и долой тщету! Управлению поддается все, что можно измерить. Питер Друкер (1909–2005), знаменитый американский экономист, публицист, педагог, создатель теории управления Четыре года назад один экономист до неузнаваемости преобразил мою жизнь. Увы, мне не

Глава 9 Закон Парето

Глава 9 Закон Парето Тот, кто каждое утро планирует дела дня и последовательно выполняет этот план, видит, что планирование прокладывает для него путь в лабиринте очень насыщенной и деятельной жизни. Виктор Гюго Задумывались ли вы над тем, как с максимальной выгодой

Закон Парето

Закон Парето Итальянский экономист и социолог Вильфредо Парето, известный применением математических принципов в сфере экономического анализа, разработал, помимо всего прочего, важнейшую концепцию, касающуюся распределения временных затрат. В своем первом крупном

Перефразировав закон Парето, можно сказать: сто процентов от ста процентов иногда меньше, чем восемьдесят процентов от ста процентов

Перефразировав закон Парето, можно сказать: сто процентов от ста процентов иногда меньше, чем восемьдесят процентов от ста процентов Более ста лет назад Вилфред Парето обнаружил статистическую закономерность, которой до сих пор не найдено объяснение, но которая

3. Принцип 80/20 (Парето)

3. Принцип 80/20 (Парето) ИнструментВам нравятся гончарные изделия, устанавливаемые в садах? Или вы настолько «жадный» садовник-любитель, что хотите весь участок засадить только цветами? Если вы относитесь ко второй категории, вам следует знать, что 80 % семян вы получите

Вопрос – это больше, чем вопрос

Вопрос – это больше, чем вопрос Когда я веду семинар, я часто замечаю, что люди торопятся с выводами, потому что принимают вопрос слишком буквально. Это не слишком предусмотрительно, потому что первый вопрос, что приходит в голову, – не всегда лучшая отправная точка для

Экстремальный Парето

Экстремальный Парето Парето подтверждает все, о чем я вам рассказываю, но есть одна проблема. Он не заходит достаточно далеко, а я хочу, чтобы вы пошли дальше. Я хочу, чтобы вы привели Принцип Парето к экстремуму. Я хочу, чтобы вы сначала определили 20 %

8.3. Принцип оптимальности и математическое описание динамического процесса управления

Оптимизация инвестиционного портфеля RosInvest.Com — Венчур, управление, инвестиции / RosInvest.Com /

В этой статье мы продолжим знакомство с такой интересной, и, несомненно, сулящей профиты темой как оптимизация инвестиционного портфеля. Прежде чем окунуться в омут математических тонкостей портфельной оптимизации стоит поразмышлять о том, что такое оптимальность вообще, и в какой мере критерии оптимальности могут быть субъективными или объективными.

Что максимизировать?

Хотя в академической литературе нет единства мнений по этому вопросу, наиболее логичным представляется максимизировать рост капитала при данных ограничениях на риск, пропорции и совокупный финансовый рычаг портфеля. Это соответствует по духу изначальной идее «папы» портфельной оптимизации – Гарри Марковица. Если перенести его исходную модель на динамическую, многопериодную основу, объектом оптимизации становится реальный рост капитала, измеряемый при помощи средней геометрической доходности. В академических терминах это означает максимизацию логарифмической функции полезности капитала: среднее геометрическое удобно выражается через натуральные логарифмы, становясь в лог-шкале обычным средним арифметическим.

Жадность и страх

Выбор оптимального портфеля – это игра двух факторов – прибыли (роста) и риска, или жадности и страха, если рассматривать этот процесс с психологической точки зрения. Жадность – стремление добиться максимального роста уравновешивается страхом потерять то, что уже имеется – воспринимаемым риском инвестиции. Отсюда вытекает первое и самое важное требование к портфелю: любое увеличение риска должно сопровождаться ростом ожидаемой доходности. Это требование позволяет различать риск оправданный и неоправданный. Только нерациональный инвестор может увеличивать риск, снижая при этом доходность – брать на себя неоправданный риск. Кроме психологических факторов могут существовать и внешние ограничения, напр., лимиты по марже или максимальному кредитному плечу, требования клиента к управляющему вложить как минимум столько-то процентов капитала в такой-то класс активов и т.п.

Субъективность критериев

Не существует единственного портфеля, который был бы оптимальным для всех инвесторов. Есть несколько причин для этого. Во-первых, если с прибыльностью (ростом капитала) все понятно, то риск каждый инвестор может измерять по-своему, напр., как волатильность или как просадку. Во-вторых, даже если бы все инвесторы сошлись во мнении относительно риск-метрики, восприятие риска у каждого свое, индивидуальное. Для кого-то потеря и 10% процентов капитала кажется катастрофой, а кто-то готов рискнуть чуть ли не всем. Как правило, чем больше капитал в абсолютном денежном выражении, тем более осторожным становится инвестор. Потерять 10% от 100 тысяч или от 1 миллиона – это очень разные вещи. В-третьих, каждый инвестор или управляющий может столкнуться со специфическими ограничениями. Напр., при крупных депозитах, как правило, максимальное плечо понижается – это уже действует страх брокера.

Как измерить риск?

Существует несколько популярных риск-метрик, которые можно использовать для измерения риска портфеля: волатильность (стандартное отклонение), VaR и просадка. Опишем их здесь пока лишь в общих чертах. Волатильность и Value-at-Risk оценивают риск портфеля на момент его продажи, спустя, скажем, месяц или год после покупки. Волатильность говорит о среднем масштабе колебаний стоимости портфеля, VaR дает оценку вероятности падения стоимости ниже какого-либо порога. Просадка же измеряет максимальное падение стоимости в течение всего времени владения портфелем. Напр., если к концу года портфель упал на 25% в стоимости, скорее всего, худшее падение наблюдалось внутри года и могло составлять, скажем, 30% или даже 40%. Смысл этих риск-метрик зависит, прежде всего, от математической модели ценовой динамики активов. Напр., при классической нормальной модели распределения доходностей все три риск-метрики могут быть выведены друг из друга: каждому значению волатильности соответствует строго определенное значение VaR и просадки, т.е. VaR и просадку можно рассчитать, зная только волатильность и ожидаемую доходность.

Как выбрать портфель?

Как уже отмечалось выше, не существует универсальных рецептов. Рассмотрим конкретный пример. Первый портфель: ожидаемая просадка 12.5%, ожидаемый рост 24%. Второй портфель: просадка 25%, рост 45%. Нет никакой возможности утверждать, что один из них лучше другого. Столкнувшись с таким выбором, инвестор должен прислушаться к тому, что ему говорят жадность и страх, т.е. к субъективному восприятию доходности и риска, которое может быть обусловлено конкретными жизненными обстоятельствами. Напр., если важнее не столько увеличить капитал, сколько не потерять вложенные средства, скорее всего, будет выбран первый портфель. Можно представить и такую ситуацию, когда нужно «кровь из носа» заработать какую-либо сумму, соответствующую процентному росту, а возможные потери при этом не столь важны. Допустим, при капитале 100 тысяч, нужно добиться прироста на 45 тысяч. При таком раскладе будет выбран второй портфель. А вот третий портфель с просадкой 30% и ростом 40% не выберет ни один рациональный инвестор, поскольку он предполагает неоправданный риск. Если инвестор обладает достаточно широким диапазоном терпимости к риску, есть возможность оптимизировать отношение вида «рост/риск». Однако, как правило, оно имеет тенденцию снижаться с увеличением риска и иметь максимум при нулевой доле рисковых активов в портфеле.

Итак, мы убедились, что выбор портфеля, хоть его и можно облечь в строгие математические схемы, в значительной мере является субъективным, обусловленным индивидуальными особенностями восприятия риска, «терпимостью к риску». Это, однако, не означает полной «анархии» и произвола. Два инвестора с одинаковым уровнем терпимости к риску, использующие одну и ту же риск-метрику, выберут одинаковый портфель, но поскольку разнообразие жизненных обстоятельств настолько велико, вероятность такого точного совпадения инвестиционных предпочтений у двух разных людей очень маленькая.

Определение и использование теории оптимальности

В лингвистике теория, согласно которой поверхностные формы языка отражают разрешение конфликтов между конкурирующими ограничениями (то есть конкретными ограничениями на форму [формы] структуры).

Теория оптимальности была представлена ​​в 1990-х годах лингвистами Аланом Принсом и Полом Смоленским ( Теория оптимальности: взаимодействие ограничений в генеративной грамматике , 1993/2004). Хотя принципы теории оптимальности изначально были разработаны на основе генеративной фонологии, они также применялись в исследованиях синтаксиса, морфологии, прагматики, языковых изменений и других областях.

В книге Doing Optimality Theory (2008) Джон Дж. Маккарти указывает, что некоторые из наиболее значительных «работ по ОТ доступны бесплатно в архиве оптимальности Рутгерса. ROA, созданный Аланом Принсом в 1993 году, представляет собой электронный депозитарий «работы в ОТ, на или о ОТ». Это великолепный ресурс как для студентов, так и для ветеранов-стипендиатов «.

Наблюдения

«В основе теории оптимальности лежит идея о том, что язык и, фактически, каждая грамматика — это система конфликтующих сил.Эти «силы» воплощены в ограничений , каждое из которых предъявляет требования к некоторым аспектам грамматических выходных форм. Ограничения обычно конфликтуют в том смысле, что удовлетворение одного ограничения подразумевает нарушение другого. Учитывая тот факт, что ни одна форма не может удовлетворять всем ограничениям одновременно, должен существовать какой-то механизм, выбирающий формы, которые влекут за собой «меньшие» нарушения ограничений от других, которые влекут за собой «более серьезные». Этот механизм выбора включает иерархическое ранжирование ограничений, так что ограничения с более высоким рангом имеют приоритет над ограничениями с более низким рангом.Хотя ограничения универсальны, ранжирование — нет: различия в ранжировании являются источником межъязыковых вариаций ». (René Kager, Optimality Theory . Cambridge University Press, 1999)

Ограничения верности и маркировки

«[Теория оптимальности] утверждает, что все языки имеют набор ограничений, которые производят основные фонологические и грамматические шаблоны этого конкретного языка. Во многих случаях реальное высказывание нарушает одно или несколько из этих ограничений, поэтому применяется чувство правильности к тому высказыванию, которое нарушает наименьшее количество или наименее важные ограничения.Ограничения можно разделить на два типа: верности и маркировки . Принцип верности ограничивает слово, чтобы оно соответствовало основной морфологической форме (например, множественное число tram + -s в tram ). Но такие слова, как bus или dog , не подчиняются этому ограничению (первое нарушает ограничение, которое предотвращает произнесение двух последовательных звуков / s /, а второе помещает a / z / вместо / s /).Однако эти два примера следуют ограничениям маркировки, и в этих случаях «баллы» конкретной маркированности выше, чем ограничение достоверности, поэтому разрешены альтернативные формы. Таким образом, различия между языками — это вопрос относительной важности, придаваемой конкретным ограничениям, и их описание составляет описание языка ». (RL Trask, Language and Linguistics: The Key Concepts , 2nd ed., Ed. Питера Стоквелла. Рутледж, 2007).

Взаимодействие ограничений и иерархия доминирования

«[Мы] мы утверждаем, что ограничения, действующие в конкретном языке, очень противоречивы, и делаем резко противоположные утверждения о правильности большинства представлений.Грамматика состоит из ограничений вместе с общими средствами разрешения их конфликтов. Мы также утверждаем, что эта концепция является существенной предпосылкой для существенной теории УГ ».

«Как грамматика определяет, какой анализ заданного входа лучше всего удовлетворяет набору согласованных условий корректности?» Теория оптимальности опирается на концептуально простое, но удивительно богатое понятие взаимодействия ограничений, в соответствии с которым удовлетворение одного ограничения может быть назначено абсолютный приоритет над удовлетворением другого.Средство, которое грамматика использует для разрешения конфликтов, состоит в том, чтобы ранжировать ограничения в иерархии строгого доминирования . Каждое ограничение имеет абсолютный приоритет над всеми нижележащими в иерархии ограничениями ».

«[Как только понятие приоритета ограничения вводится с периферии и выходит на первый план, оно оказывается чрезвычайно универсальным, формальным двигателем, управляющим множеством грамматических взаимодействий. Из этого следует, что многое из того, что было приписано узко конкретным Конструкционные правила или высокодетализированные условия на самом деле являются ответственностью очень общих ограничений корректности.Кроме того, различные эффекты, ранее понимавшиеся в терминах срабатывания или блокирования правил ограничениями (или просто особыми условиями), будут видны в результате взаимодействия ограничений ». (Алан Принс и Пол Смоленский, Optimality Theory: Взаимодействие с ограничениями в порождающей грамматике . Blackwell, 2004)

Богатство базовой гипотезы

« Теория оптимальности (OT) не допускает ограничений на входные данные фонологической оценки.Ограничения вывода — единственные механизмы для выражения фонотаксических паттернов. Эта идея ОТ упоминается как Богатство базовой гипотезы . Например, нет ограничений ввода, запрещающих морфему * bnik как морфему английского языка. Ограничения вывода будут наказывать такую ​​форму и оценивать эту форму таким образом, что оптимальная форма вывода не соответствует этой форме, а отличается, например блик . Поскольку такие формы, как bnik , никогда не появятся на английском языке, нет смысла хранить базовую форму bnik для blik .Это эффект оптимизации лексики. Таким образом, фонологические выходные ограничения языка будут отражены входными формами ». (Герт Буидж,« Ограничения структуры морфем ». The Blackwell Companion to Phonology: General Issues and Subsegmental Phonology , ed. By Marc van Oostendorp, Colin Дж. Юэн, Элизабет Хьюм, Керен Райс. Блэквелл, 2011 г.)

Синтаксис теории оптимальности

«Появление синтаксиса OT , кажется, укладывается в общую тенденцию синтаксиса обвинять неграмотность предложения в существовании лучшей альтернативы.Этот взгляд на грамматичность также встречается в Минималистской программе [Ноама] Хомского (Chomsky, 1995), хотя Хомский использует оптимизацию, чтобы играть гораздо более скромную роль, чем синтаксики ОТ. В то время как единственным критерием оценки Хомского является производная стоимость, перечень нарушаемых ограничений, принятых в синтаксисе ОТ, богаче. В результате ограничения OT взаимодействуют и конфликтуют друг с другом. Это взаимодействие используется в предположении, что ограничения ранжируются, и что параметризация может быть сведена к различиям в ранжировании между языками.С другой стороны, экономические условия Хомского не имеют такого прямого параметризующего эффекта. В Минималистской программе локус параметризации — лексикон ». (Введение в Теорию оптимальности: фонология, синтаксис и приобретение , под редакцией Йоста Деккерса, Франка ван дер Леу и Йеруна ван де Вейера. Oxford University Press , 2000)

Оптимальность — обзор | Темы ScienceDirect

2.6 Оптимальность

Подход, основанный на оптимальности, широко используется в экономическом анализе, чтобы в целом максимизировать благосостояние (или полезность), при условии, что запас производственных активов (или само благосостояние) не уменьшается в долгосрочной перспективе .Это предположение является общим для большинства моделей устойчивого экономического роста. Суть подхода иллюстрируется на простом примере максимизации потока совокупного благосостояния ( W ), кумулятивно дисконтированного за бесконечное время ( t ), как представлено следующим выражением:

max∫0∞W (C, Z) .e-rtdt.

Здесь W является функцией C (потребление) и Z (набор других соответствующих переменных), тогда как r — это ставка дисконтирования.Для удовлетворения потребностей в устойчивости могут быть наложены дополнительные побочные ограничения (например, неуменьшение запасов производственных активов). Одно из типичных применений оптимизации включает планирование расширения производства электроэнергии, при котором аналитики стремятся минимизировать текущие дисконтированные затраты на производство, чтобы удовлетворить желаемый прогноз спроса на несколько десятилетий при заданном уровне надежности.

Некоторые экологические модели также оптимизируют переменные, связанные с энергией системы, такие как использование энергии, поток питательных веществ и производство биомассы.В экономических моделях полезность часто измеряется с точки зрения чистой выгоды от экономической деятельности, то есть выгоды от деятельности по развитию за вычетом соответствующих затрат. Более сложные подходы к экономической оптимизации включают экологические и социальные переменные (путем попытки оценить внешние факторы окружающей среды, устойчивость системы и т. Д.). Однако, учитывая трудности количественной оценки и оценки многих таких «неэкономических» активов, затраты и выгоды, связанные с рыночной деятельностью, как правило, преобладают в большинстве моделей экономической оптимизации.

По сути, оптимальный путь роста максимизирует объем производства, в то время как требование устойчивости удовлетворяется за счет обеспечения неуменьшения запасов активов. Некоторые аналитики поддерживают ограничение «сильной устойчивости», которое требует отдельного сохранения каждой категории критических активов (например, производственного, природного, социокультурного и человеческого капитала), предполагая, что они дополняют, а не заменяют. Другие исследователи выступали в пользу «слабой устойчивости», которая направлена ​​на поддержание совокупной денежной стоимости общего запаса активов, предполагая, что различные типы активов являются заменителями и могут быть оценены.

Побочные ограничения часто необходимы, потому что подход к оптимизации (включая экономическую эффективность и оценку) не может быть легко применен к экологическим целям, таким как защита биоразнообразия и повышение устойчивости, или к социальным целям, таким как обеспечение справедливости и расширение прав и возможностей. Такие экологические и социальные переменные не могут быть легко включены в единую оценочную целевую функцию, основанную на анализе затрат и выгод. Таким образом, для облегчения выбора несоизмеримых переменных могут потребоваться такие методы, как многокритериальный анализ (MCA).Более того, запаздывающая система цен может не предвидеть необратимого экологического и социального ущерба и нелинейных реакций системы, которые могут привести к катастрофическому коллапсу. Поэтому были бы полезны неэкономические показатели экологического и социального статуса. Ограничения по критическим экологическим и социальным показателям являются косвенными показателями, представляющими безопасные пороги, которые помогают поддерживать жизнеспособность этих систем. Риск и неопределенность также потребуют использования инструментов анализа решений.

Оптимальность — обзор | Темы ScienceDirect

10.2.1 Линейная функция полезности

Существуют проблемы, связанные с тем, что полезность пути p является невозрастающей функцией от d , которая представляет количество доступного ресурса. Значение каждого беспетельного пути p∈P определяется следующим образом:

U (Xp) = {a − bXpXp⩽d, 0Xp> d,

, где a, b, d∈R + такие, что a − bd⩾0 (тогда U (Xp) неотрицательно).

Функция плотности вероятности, связанная с путем без петель p , равна

(10,2) gp (x) = 12πσpe (−12 (x − μpσp) 2) для каждого x∈R.

Ожидаемое значение функции полезности при p∈P, E (U (Xp)), тогда равно

E (U (Xp)) = ∫RU (x) gp (x) dx = ∫ − ∞d ( a − bx) 12πσpe (−12 (x − μpσp) 2) dx = ∫ − ∞d − μpσp (a − bσpy − bμp) 12πe (y22) dy = (a − bμp) P (Z⩽d − μpσp) + bσp12πe (−12 (d − μpσp) 2) = (a − bμp) G (d − μpσp) + bσpg (d − μpσp),

где G (⋅) и g (⋅) — функции плотности вероятности и распределения случайной величины Z∼N (0,1) соответственно.

Следовательно, в случае линейной функции полезности стохастический кратчайший путь равен

(10.3) m xp∈P [(a − bμp) G (d − μpσp) + bσpg (d − μpσp)].

Проблемы оптимизации сети, как правило, решаются с помощью алгоритмов маркировки Martins et al. (1999). Эти алгоритмы являются усовершенствованиями перебора по определению принципа оптимальности. Мы определяем слабый и сильный принципы оптимальности только в R2, поскольку этого достаточно для данной задачи. Поэтому рассмотрим задачу оптимизации сети (P).

Определение строгий принцип оптимальности

Пусть i и j будут двумя узлами N.Мы говорим, что задача (P) удовлетворяет строгому принципу оптимальности, если любой недоминируемый путь от i до j в (N, A) образован недоминированными подпутьями.

Определение слабый принцип оптимальности

Мы говорим, что задача (P) удовлетворяет слабому принципу оптимальности, если для любого i, j∈N и любой пары (μq, σq2) ∈ {(μp, σp2), p∈Pij } существует по крайней мере недоминированный путь со случайной стоимостью Xq от i до j в (N, A), который образован недоминированными подпутьями.

Если проблема удовлетворяет хотя бы слабому принципу оптимальности, то ее можно решить с помощью алгоритмов разметки, но, к сожалению, этого не происходит для задачи стохастического оптимального пути, как можно наблюдать в примере, показанном на рис. 10.1.

Рисунок 10.1. Дерево путей кратчайшего пути без петель.

В этом примере мы можем заметить, что путь от узла 1 к узлу 4, который максимизирует ожидаемое значение функции полезности, — это путь 〈1, (1,3), 3, (3,4), 4〉, с оптимальным значением 89.249. Тем не менее, этот путь не состоит из оптимальных подпутей, если путь 〈1, (1,3), 3〉 имеет значение 88.686, но существует другой путь 〈1, (1,2), 2, (2,3). , 3〉 со значением 98.

Таким образом, для решения задачи (10.3) нужен другой подход. Частные производные целевой функции задачи (10.3) равны

∂E (U (Xp)) ∂μp = −bG (d − μpσp) −a − bdσpg (d − μpσp),

∂E (U ( Xp)) ∂σp2 = g (d − μpσp) 2 (σp2) 32 [(a − bd) μp + bσp2 − d (a − bd)].

Поскольку мы предположили, что a − bd⩾0 и b> 0 и, по определению, функции плотности и распределения неотрицательны, мы видим, что

∂E (U (Xp)) ∂μp⩽0.

Следовательно, для того же значения дисперсии предпочтительнее использовать путь без петель с меньшим средним значением . Знак ∂E (U (Xp)) ∂σp2 зависит от знака функции

D (μp, σp2) = (a − bd) μp + bσp2 − d (a − bd).

Таким образом, если случайная стоимость пути без петель p∈P такова, что D (μp, σp2) неположительно, то ожидаемое значение U (Xp) является невозрастающей функцией от μp и σp2. Оптимальный путь без петель p⋆∈P для задачи (10.3) таков, что

(10.4) Xp⋆∼N (min⁡∑ (i, j) ∈pμij, min⁡∑ (i, j) ∈pσij2) .

Если D (μp, σp2) положительно, то ожидаемое значение U (Xp) является невозрастающей функцией μp и неубывающей функцией σp2. Следовательно, в этом случае мы будем искать путь p⋆ такой, что

(10.5) Xp⋆∼N (min⁡∑ (i, j) ∈pμij, m x∑ (i, j) ∈pσij2).

В заключение можно сказать, что D (μp, σp2) = 0 разделяет ссылочную μpOσp2 на две области поиска p⋆. (См. Рис. 10.2.)

Рисунок 10.2. Допустимые регионы поиска.

С целью определения оптимального решения задачи (10.3), необходимы некоторые результаты и определения Martins et al. (1999), Сантос (1997). Пусть T будет деревом путей без петель от узла s к узлу t , отношение доминирования на T как следующее определение.

Определение

Пусть (N, A) — сеть. Пусть i, j∈N и p и q — два пути из Tij (дерево путей от i до j в (N, A)). Отношение доминирования в ⋃i, j∈NTij, обозначенное «⪯», определяется следующим образом:

p⪯q⇔ (μp, σp2) ⪯ (μq, σq2),

p⪯q⇔μp⩽μq∧σp2⩽σq2,

Отношение «⪯» в ⋃i, j∈NTij рефлексивно и транзитивно, т. Е. Является частичным отношением предпорядка Santos (1997).

Если все расширения путей без петель psi и qsi узла i∈N в P принадлежат области I, то psi доминирует над qsi тогда и только тогда, когда

μpsi⩽μqsi∧σpsi2⩾σqsi2,

с хотя бы одним сильным неравенством.Аналогично, если psi и qsi принадлежат области II, то psi доминирует над qsi тогда и только тогда, когда

μpsi⩽μqsi∧σpsi2⩽σqsi2,

с хотя бы одним сильным неравенством.

Теорема 10.1

Пусть (P) — задача определения пути без петель p⋆∈P , который является недоминируемым решением (f1 (p), f2 (p)) , где fi (p), i = 1,2 , является максимумом или минимумом из ∑ (i, j) ∈pμij или ∑ (i, j) ∈pσij2 .

Задача (P) удовлетворяет слабому принципу оптимальности, если сеть (N, A) не имеет положительных или отрицательных циклов.

Доказательство

Без ограничения общности рассмотрим

(f1 (p), f2 (p)) = (min⁡∑ (i, j) ∈pμij, mx∑ (i, j) ∈pσij2) .

Пусть p⋆ — недоминируемый путь без петель от i до j∈N. Предположим, что существует узел k∈p⋆ такой, что подпути без петель pik⋆⊂p⋆ является доминированным путем от i до k . Тогда существует также путь q∈Pik без петель такой, что

μq⩽μpik⋆∧σq2⩾σpik⋆2,

f1 (q) ⩽f1 (pik⋆) ∧f2 (q) ⩾f2 (pik⋆)

Аналогично, остальные случаи (f1 (p), f2 (p)) легко доказываются.Обратите внимание, что сеть (N, A) не должна содержать отрицательных (положительных) циклов, чтобы задача минимизации (максимизации) удовлетворяла слабому принципу оптимальности. □

Из теоремы 10.1 следует, что определенная выше биобъективная задача оптимального пути удовлетворяет слабому принципу оптимальности в каждой из областей I или II, определенных выше. Следовательно, ее оптимальное решение в линейном случае — это недоминируемое решение одной из биобъективных задач из области I или II. Таким образом, предлагается следующий алгоритм:

•

получить все недоминируемые решения области I;

•

получить все недоминируемые решения области II;

•

среди решений, полученных выше, определите решение, соответствующее беспетлевому пути p⁎∈P, так что Xp⁎ максимизирует

{(a − bμp) G (d − μpσp) + bσpg (d − μpσp )}.

Что такое теория оптимальности 1

Этот том представляет собой синтез совместных исследований проекта обучаемости в Университете Индианы. В главах приводятся данные, методы, методы лечения и результаты, полученные в основном на основе исследований почти трехсот изучающих английский язык детей в возрасте от трех до семи лет с «функциональными (неорганическими) фонологическими задержками [PDs]» (ix). Книга поддерживает расширенный аргумент в пользу давнего подхода проекта: использовать современные теории фонологии — в данном случае теорию оптимальности (OT) — для интерпретации грамматик PD и руководства клинической терапией, а также для проверки теории против фактов PD. получение.Он направлен на охват широкой аудитории студентов и исследователей, включая фонологов, психологов и патологов речи. Авторы этого тома приложили значительные усилия для объяснения основных концепций ОТ, экспериментального дизайна и фонологических задержек. Книга состоит из пяти частей: введение, за которым следуют три группы исследовательских отчетов, каждый из которых обсуждается здесь по очереди, и эпилог. Часть 1 «Предпосылки исследования» состоит из трех глав.Гл. 1, «Основы теории оптимальности» (3–36), составленный соучредителем проекта Learnability Project Дэниелом Диннсеном, представляет собой краткое введение в ОТ, написанное для любого читателя с базовыми знаниями основанной на правилах фонологии. В нем дается начальное обсуждение алгоритмов понижения роли ограничений для изучения новых грамматик на основе ошибок, а также принципа ОТ, касающегося разнообразия базы в усвоении. Дополнительные главы, гл. 2 и 3, написаны другим главным исследователем проекта, Джудит Гиерут, и они тщательно детализируют эмпирическую основу большинства результатов, о которых сообщает книга.Гл. 2, «Фонологические расстройства и фонология развития» (37–92), представлен контекст исследуемой популяции учащихся с фонологической задержкой, а также набор их тестов, в первую очередь протокол фонологических знаний (Gierut 1985) и два исследования. разработан для оценки начала и кластеров кода (Gierut 1998). Приложение к этой главе также включает полный набор материалов по каждому из этих тестов. Гл. 3, «Основы экспериментального дизайна и лечения» (93–118), вводятся исследования с одним субъектом и с несколькими базовыми уровнями, при условии, что практически нет предыстории построения эксперимента или клинического лечения, и обсуждается, как данные, полученные от отдельных участников, могут быть обобщены и подтверждены. между исследованиями и учащимися.Часть 2, «Отчеты об исследованиях: эффекты непрозрачности», представляет собой автономный блок из трех глав, посвященных фонологической непрозрачности. Он начинается с, пожалуй, наиболее теоретически насыщенной главы Дэниела Диннсена «Типология эффектов непрозрачности при приобретении» (121–76). Его первый эмпирический фокус — это тематическое исследование взаимодействующих процессов в фонологии одного ребенка PD (LP18). Начальная стадия LP18 показала прозрачное взаимодействие между двумя процессами, но последующее улучшение ребенком обработанного контраста привело к их непрозрачному взаимодействию.Таким образом, в этой главе подчеркивается тот факт, что учащиеся вводят новшества в непрозрачную фонологию в процессе усвоения. Представлены два ОТ-анализа непрозрачности LP18: первый с использованием локальной конъюнкции (Смоленский, 1995, Lubowicz, 2002), а второй — с использованием сравнительной маркировки (Маккарти, 2002). Расширенное сравнение этих двух учетных записей привлекает множество других примеров неприменения процессов при разработке грамматик, включая новые данные из корпуса проекта. В этой главе также приводятся некоторые довольно интересные аргументы в пользу теории сравнительной маркировки, а не локального соединения.Диннсен наконец исследует непрозрачность чрезмерного использования в фонологическом развитии, используя теорию симпатии (McCarthy 1999). Дюйм. 5, «Пересмотр необычного паттерна ошибок» (177–204), Диннсен и Эшли Фаррис Тримбл обсуждают знаменитую непрозрачную грамматику PD, первоначально описанную в Леонард и Браун 1984, и снова используют сравнительную маркировку, чтобы зафиксировать наблюдаемые и предполагаемые стадии этой паттерны. Последняя глава части 2, написанная Мишель Морризетт и Герут, «Инновации в обработке сдвигов цепи» (205–20), обращается к подходу к лечению, специфичному для фонологической непрозрачности.Он описывает одновременную обработку всех трех звуков общего сдвига цепи (s → θ → f) через триплеты без слов (например, [seib] ~ [θeib] ~ [feib]), и иллюстрирует набор наблюдаемых этапов, обнаруженных до и после лечение с использованием частичных рейтингов (по Anttila & Cho 1998). Два набора исследовательских отчетов приведены в Части 3 «Сдвиги в развитии и обучение» и в Части 4 «Приобретение согласных кластеров». Большинство глав в этих …

Теория оптимальности — Введение

Содержание:

1.Введение

2. Общие принципы теории оптимальности

3. Примеры из практики
3.1. Тагальский префикс Infixati на
3.2. Немецкое окончательное снятие фактуры

4. Заключение

5. Цитируемые работы

1. Введение

Лингвистическая модель Теория оптимальности была впервые предложена лингвистом Аланом Принсом (Университет Рутгерса, Нью-Джерси) в сотрудничестве со своим коллегой Полом Смоленским (Университет Джона Хопкинса, Балтимор) в 1993 году.

С тех пор эта репрезентативная модель постоянно расширялась, например, благодаря работе Джона Дж. Маккарти (Массачусетский университет, Амхерст) и других ученых, таких как Рене Кагер в Нидерландах или Кэролайн Фери в Германии.

Исследования, проводимые в этой курсовой работе, в основном основаны на работе вышеупомянутых ученых с особым вниманием к экзаменам трех «отцов» теории оптимальности, а именно. Принц, Смоленский и Маккарти.

Еще один факт, свидетельствующий о том, что эта модель является актуальной и продуктивной — то есть помимо распространения и развития теории оптимальности во всем лингвистическом мире — это ее применимость к различным областям лингвистики, а именно к фонологии, синтаксису и морфологии. Что касается его широкого использования, следует сказать, что в этой курсовой работе преимущественно исследуется фонологическая применимость этой лингвистической модели.

Сама теория заимствует фундаментальные аспекты из порождающей грамматики, такие как роль универсальных принципов в языке, которые будут отмечены как один из наиболее важных столпов теории оптимальности в ходе этой статьи.

В дополнение к объяснению фундаментальных принципов и процессов теории оптимальности, таких как роли ограничений и различные другие функции, например GEN или EVAL, в общем введении (глава 2), я также расскажу о двух тематических исследованиях (глава 3 ): один на тагальском префиксе инфиксации уже исследован Принцем и Смоленским, а другой — на немецком Final Devoicing, над которым работал Фери.

Изучение этих конкретных тематических исследований должно доказать, что теория оптимальности полезна, когда дело доходит до тщательного изучения определенных грамматических явлений либо на хорошо известных языках, таких как немецкий, либо на менее известных и используемых языках, таких как тагальский, австронезийский язык, на котором говорят на Филиппинах. .

Наконец, я хочу указать на преимущества и недостатки этой лингвистической модели, сосредоточив внимание на ряде следующих вопросов: почему ученые используют стратегии теории оптимальности и как эти стратегии помогают лингвистам прийти к соответствующим результатам? Чем на самом деле хороша теория оптимальности и в каком отношении она оказывается неадекватной для изучения языков и грамматических систем?

2. Общие принципы теории оптимальности

Чтобы понять ключевые концепции и цели теории оптимальности, мы должны сначала принять во внимание различные «основы» этой лингвистической теории.

Эти взаимосвязанные ключевые концепции (см. Nathan 2008: 146) известны под разными названиями и описываются по-разному, что еще больше усложняет понятное введение в теорию оптимальности.

Чтобы уменьшить возникновение этих проблем, я в первую очередь сосредоточусь на описаниях, данных в работах, составленных, так сказать, отцами теории оптимальности.

Эти фундаментальные принципы будут последовательно представлены в ходе этой главы и разъяснены с помощью дальнейших примеров, также взятых из более поздних работ таких ученых, как Брюс Тесар или Рене Кагер.

Одним из этих упомянутых основных признаков — и в связи с генеративной грамматикой Хомского, являющейся исходной основой теории оптимальности, важной является так называемый принцип универсальности (см. McCarthy & Prince 1994: 3).

(1) Принцип универсальности:

Ограничения универсальны и повсеместно присутствуют в каждой грамматике.

В терминах принципов теории оптимальности универсальность означает, что нечто, называемое ограничениями, то есть фактическое ядро ​​этой основанной на ограничениях теории, является частью каждого языка и, благодаря этому, играет роль в каждой грамматике (см.Prince 1998: 4; Кагер 1999: 11, 18; Князь и Смоленский 2002: 3, 6, 92; Натан 2008: 147; Князь и Смоленский 1997: 1606).

Помимо того факта, что термин «ограничение» до сих пор не был точно определен, возникают различные вопросы: когда каждое ограничение действует на каждом языке и в каждой грамматике, как тогда языки могут отличаться друг от друга с точки зрения теории оптимальности? Почему нет ни одной грамматики с одинаковыми ограничениями, налагаемыми одними и теми же ограничениями?

Здесь важно понимать, что одно ограничение может быть более важным для одного языка, чем для другого (см.Prince 1998: 4; Маккарти и Принс 1993: 4; Тесар 1995: 3).

Этот аспект по-разному называется иерархией доминирования, схемой приоритезации или ранжированием ограничений.

В то время как на одном языке, скажем, на английском, конкретное ограничение может иметь первостепенное значение, а именно. ограничение занимает свое место наверху иерархии ограничений, то же самое ограничение может быть менее важным для другого языка, например, голландского.

Таким образом, согласно теории оптимальности, объясняются различия между двумя грамматиками и, следовательно, между двумя языками.d] сначала на английском, а затем на голландском, уделяя особое внимание особенностям голоса обоих слов на обоих языках.

Чтобы сравнить оба слова, Кагер использует два ограничения, а именно IDENT-IO (голос) и * VOICED-CODA (там же: 14), которые определены следующим образом:

(2) IDENT-IO (голос):

Inputi и outputo должны согласовывать озвучивание, то есть они должны быть либо озвученными, либо безголосыми.

(3)

* ГОЛОСОВАННАЯ КОДА:

Согласные нельзя озвучивать в кодовой позиции.

Кагер использует эти два ограничения, поскольку он пытается выявить различия в озвучивании слова на английском языке и слова на голландском языке.

roENT-IO (голос) служит для исследования и выражения [+ VOICE] и [-VOICE] с точки зрения теории оптимальности, тогда как * VOICED-CODA работает просто потому, что анализ Кагера выполняется со ссылкой на последние согласные в обеих структурах. соответственно (/ t / in [bet] и / d / in d]).

На этом этапе, прежде чем продолжить изучение различных иерархий ограничений грамматики английского и голландского языков с помощью примеров Кагера, необходимо более подробно объяснить термин ограничение, поскольку это упростит понимание как примеров Кагера, так и теории оптимальности.

Было показано, что ограничения являются частью каждой грамматики и — вдобавок к этому — важность одного ограничения может различаться от грамматики к грамматике, таким образом устанавливая различия между языками.

Каждое ограничение, будь то IDENT-IO (голос), * VOICED-CODA или любое другое, более того, является частью функции или набора, обычно известного как CON (см. McCarthy & Prince 1994: 4; Prince 1998: 4).

(4)

ВЫН:

Набор ограничений, из которых могут быть построены грамматики.

Когда такое ограничение как часть CON вступает в действие, оно «оценивает набор МАРКОВ, каждый из которых соответствует одному нарушению ограничения» (Tesar 1995: 3).

Следовательно, ограничение, то есть универсальное правило, такое как IDENT-IO (голос), является нарушенным, что является еще одним примером основного принципа теории оптимальности и одной из характеристик, отличающих эту теорию от предшествующих теорий (см. McCarthy & Prince 1994: 3; Prince 1998: 4; McCarthy & Prince 1993: 1; Kager 1999: 3, 12).

(5)

Принцип нарушения:

Каждое ограничение нарушается.

Но теперь возникают другие вопросы:

Что на самом деле оценивается ограничением и как проводятся процессы оценки и нарушения?

Чтобы ответить на эти вопросы, рассмотрим абстрактный пример (который еще не закончен): (6)

иллюстрация не видна в этом отрывке

Изучая эти так называемые таблицы ограничений, представленные выше, можно увидеть, что — в дополнение к ограничениям, приведенным здесь как C1 наивысшего ранга, C2 второго ранга и C3 третьего ранга, то, что называется кандидатом, очевидно, играет роль в структурах Теория оптимальности.

Но что такое кандидат и как кандидат работает с ограничениями?

Чтобы понять это, нам нужно вспомнить, что ограничения предоставляются функцией CON.

Кандидаты, в свою очередь, предоставляются еще одной функцией под названием GEN (см. McCarthy & Prince 1994: 4; Prince 1998: 4; Kager 1999: 19), что является сокращением от GENERATOR.

(7)

GEN:

Функция, предоставляющая ряд возможных лингвистических анализов для заданного входа.

Итак, согласно этому описанию, понятия GEN и inputi кажутся тесно связанными друг с другом.

Данный входящий поток, обычно выбираемый из LEXICON языка (см. Kager 1999: 19), проверяется функцией GEN, которая затем создает список кандидатов, связанных с входными данными.

GEN «состоит из очень широких принципов лингвистической формы, существенно ограниченных теми, которые определяют репрезентативные примитивы и их самые основные способы сочетаний» (McCarthy & Prince 1994: 4).

Другими словами, GEN «выплевывает» весьма общий1, теоретически бесконечный список кандидатов, которые более или менее смоделированы по форме ввода (см. McCarthy & Prince 1993: 5; Nathan 2008: 148).

С точки зрения GEN, есть два правила, предписывающих эти требования, а именно. сходство с исходными данными и бесконечность списка кандидатов (см. McCarthy & Prince 1993: 21; Kager 1999: 20):

(8)

Свобода анализа:

Допускается любое количество структур.

(9)

Содержание:

Ни один элемент не может быть буквально удален из формы ввода. Таким образом, форма ввода содержится в каждой кандидатской форме.

С учетом этих новых сведений, давайте еще раз рассмотрим пример, приведенный в (6), который теперь может быть дополнен структурами и функциями, описанными выше.

GEN предоставляет список. Теперь можно легко объяснить ключевые концепции и лежащие в основе процессы, играющие роль в этом примере.

Входная или базовая форма берется из LEXICON и после этого исследуется функцией GEN, которая, в свою очередь, создает список кандидатов, смоделированный до определенной степени после соответствующего ввода.

Третья функция, называемая EVAL, вступает в силу, чтобы сократить разрыв между списком кандидатов и набором ограничений (см. McCarthy & Prince 1994: 4; Prince 1998: 4; Kager 1999: 19; Prince & Smolensky 2002: 5). : «H-Eval».).

(11)

EVAL: EVAL сравнительно оценивает список кандидатов относительно рейтинга CON.

При этом EVAL, что означает EVALUATOR, оценивает кандидатов can1 и can2 и проверяет, нарушают ли они одно или даже несколько ограничений C1, C2 и C3.

Три точки, примыкающие к иерархии ограничений в приведенном выше примере, между прочим, должны напоминать нам о том факте, что не только эти три ограничения активно действуют здесь, но и что все известные ограничения включены и поддерживают EVAL при оценке набор ограничений (см. Kager 1999: 24; McCarthy & Prince 1994: 1).

Однако только C1, C2 и C3 перечислены в таблицах ограничений, поскольку они являются наиболее важными ограничениями наивысшего ранга и достаточными для принятия решения в случае присутствующих кандидатов.

Но как выглядит решение в этом абстрактном примере? И как это представить с точки зрения теории оптимальности?

Маккарти и Принс называют это принципом инклюзивности (там же, 1994: 3).

[…]

Теория оптимальности | Фонетика и фонология