1) Practical Algorithm
实用算法
1.
Practical Algorithm for Time Step in Low Pressure Die Casting Solidification Simulation;
低压铸造凝固模拟中时间步长的实用算法
3) practical method
实用计算方法
1.
Further,the calculate error for design value of load-carrying capacity is compared for practical method and FEM.
在竖向荷载作用下,采用8节点弹性块体有限元方法计算了钢筋混凝土空腹夹层板楼盖,分析了其变形和内力的分布规律,讨论了空腹夹层板的承载力设计问题,并对空腹夹层板实用计算方法和有限元分析方法的承载力结果作了详细的比较,本文的结论对类似工程的设计具有参考价值。
4) practical calculation method
实用计算方法
1.
Simplified theoretical solution and practical calculation method for welded hollow spherical joints of rectangular hollow section members;
矩形钢管焊接空心球节点承载能力的简化理论解与实用计算方法研究
2.
Load-carrying capacity and practical calculation method of welded hollow spherical joints connected with square steel tubes;
方钢管焊接空心球节点的承载力与实用计算方法研究
3.
Study on Practical Calculation Method for Skew Slab Bridge Based on JTG D60-2004;
基于JTG D60-2004规范的斜板桥实用计算方法研究
5) practical calculating method
实用计算方法
1.
Based on reciprocal theorem of work,using physical property of four-joint shell element rigidity matrix and concept of structural inner force influence field,a practical calculating method was deduced to calculate inner force influence field of thin-wall box girder and feasibility of the method was verified.
根据功的互等定理,利用四节点壳体单元刚度矩阵的物理特性以及结构内力(应力)影响面的概念,推导出薄壁箱梁结构指定截面内力(应力)影响面的实用计算方法,并通过算例验证了该方法的可行性。
6) practical heuristics
实用启发式算法
1.
In the paper, a practical heuristics of reasonable freight assembly is presented.
提出了货物配装中的一种实用启发式算法,详细地描述了该算法的相关术语、定义和步骤,进行了实例验算,并对算法提出了改进。
2.
A practical heuristics of reasonable freight as-sembly is presented.
提出了货物拼装中的一种实用启发式算法,详细地描述了算法的相关术语、定义和步骤,进行了实例验算,并对算法提出了改进。
补充资料：BP算法
分子式：
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条