1) local optimal solution
局部最优解
1.
A local optimal solution often occurs in the training process of artificial neural network.
本文针对BP神经网络培训过程中的局部最优解问题提出了一种新的培训方法——GDR-SA法,分别对1个具有13个决策变量的网络和1个具有108个决策变量的催化裂化分馏塔优化操作建模网络进行了培训。
2.
PSO algorithm will get struck at local optimal solution easily and exist premature convergence.
针对粒子群优化算法(PSO)易于陷入局部最优解并存在早熟收敛的问题,利用禁忌搜索算法较强的"爬山"能力,搜索时能够跳出局部最优解,转向解空间的其他区域的特点,提出了一种新的基于禁忌搜索(TS)的混合粒子群优化算法(TS-PSO),并选用两个函数进行测试。
3.
If unfortunately,the search process is trapped into a local optimal soltution,a filled function is constructed at this solution,which guides the search process out of local optimal solution and find another better solution.
如果离散化的局部搜索过程陷入局部最优解,则构造相应的离散填充函数,引导搜索过程跳出局部最优解并得到更好的解。
2) local solution
局部最优解
1.
An algorithm is given to obtain a local solution of(BLP) by solving a series of linear programming problem.
利用对偶理论,将求解双层线性规划问题转化为求解一个与之等价的单层问题,通过求解一系列线性规划问题,提出了一种求解双层线性规划局部最优解的算法,并举例说明了算法的求解过程。
3) locally optimal solution
局部最优解;局部最优解
4) partial optimum solution of multiple solution groups
多局部最优解
5) isolated local minimizer
孤立局部最优解
6) part-prepreerence method
局部最优解法
1.
Finally, we validate these two models with real world data, the solution shows that the part-prepreerence method is better than critical value method in stability and accuracy.
为确定加速度临界点,探讨了两种车辆延误的计算方法:加速度临界值过滤法和非线性拟合—局部最优解法。
补充资料：局部可解性
研究线性偏微分方程Pu=??在什么条件下局部有解存在。若P是常系数算子,则由基本解的存在而保证Pu=??一定局部有解。在变系数情况下,柯西-柯瓦列夫斯卡娅定理证明了很大一类解析的方程必然局部地有解析解存在。于是人们以为变系数线性偏微分方程也和常系数情况一样,只要不是过于"奇异",总是局部可解的。因此,当H.卢伊在1957年发现方程，在??仅只属于C∞而非解析的情况可以无解（甚至没有广义函数解）时，引起了很大的震动。从而提出了局部可解性问题。
局部可解性的一种定义是,方程Pu=??当??属于C∞(Rn)的某个余维数有限的子空间时,在Rn的某个紧集K附近恒有解u∈D′(Rn)存在,就说P在K中可解。这里P既可以是线性偏微分算子，也可以是拟微分算子。
20世纪60年代以来,许多数学家讨论过这个问题。设P的象征是复值函数 p(x,ξ)=Rep(x,ξ)+iImp(x,ξ)。一个重要的条件是
(Ψ)：在Rn的开集U中不存在C∞(T*U-0)中的正齐性复值函数q(x，ξ)使Im(qp)沿着Re(qp)的次特征Г 的正方向由负值变号为正值，这里q(x,ξ)≠0（于Г上）。
所谓一个函数的次特征,指的是的积分曲线。所谓正方向是指t增加的方向。可以证明，条件(Ψ)是Pu=??在一点附近局部可解的必要条件；在某些情况下特别是主型算子情形也是充分条件。然而，在一般情况下，条件(Ψ)对于局部可解性是否是充分的仍未解决。
总之，局部可解性问题仍然是线性偏微分算子理论中尚未完全解决的重要问题。
局部可解性的一种定义是,方程Pu=??当??属于C∞(Rn)的某个余维数有限的子空间时,在Rn的某个紧集K附近恒有解u∈D′(Rn)存在,就说P在K中可解。这里P既可以是线性偏微分算子，也可以是拟微分算子。
20世纪60年代以来,许多数学家讨论过这个问题。设P的象征是复值函数 p(x,ξ)=Rep(x,ξ)+iImp(x,ξ)。一个重要的条件是
(Ψ)：在Rn的开集U中不存在C∞(T*U-0)中的正齐性复值函数q(x，ξ)使Im(qp)沿着Re(qp)的次特征Г 的正方向由负值变号为正值，这里q(x,ξ)≠0（于Г上）。
所谓一个函数的次特征,指的是的积分曲线。所谓正方向是指t增加的方向。可以证明，条件(Ψ)是Pu=??在一点附近局部可解的必要条件；在某些情况下特别是主型算子情形也是充分条件。然而，在一般情况下，条件(Ψ)对于局部可解性是否是充分的仍未解决。
总之，局部可解性问题仍然是线性偏微分算子理论中尚未完全解决的重要问题。
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