1) arameter optimization
![点击朗读](/dictall/images/read.gif)
参数调优
2) the best adjustment value
![点击朗读](/dictall/images/read.gif)
最优调整参数
4) Adjust parameters to optimize simulation
![点击朗读](/dictall/images/read.gif)
调节参数优化仿真
5) parameters optimization
![点击朗读](/dictall/images/read.gif)
参数优化
1.
Deposition behavior and movement parameters optimization for reciprocating spray forming tubular;
往复式喷射成形管坯沉积特性及运动参数优化
2.
The distribution population-based genetic algorithm for parameters optimization of two-degree-of-freedom PID controllers;
基于分布种群遗传算法的二自由度PID控制器参数优化整定
3.
Research and realization on parameters optimization of PID controller based on ant colony algorithm;
基于蚁群算法的PID参数优化
6) parameter optimization
![点击朗读](/dictall/images/read.gif)
参数优选
1.
Chaos high efficient genetic algorithm for parameter optimization of Muskingum routing model;
混沌高效遗传算法在马斯京根模型参数优选中的应用
2.
An improved genetic algorithm for parameter optimization of hydrology model;
![点击朗读](/dictall/images/read.gif)
改进遗传算法在水文模型参数优选中的应用
3.
Application of genetic algorithms to parameter optimization of hydrology model;
![点击朗读](/dictall/images/read.gif)
水文模型参数优选遗传算法的应用
补充资料:动力学系统参数寻优
在一组约束条件下,寻找动力学系统的一组参数,使给定的指标达到最优值(极大或极小值)的方法。它广泛应用于系统的分析、综合与设计中。在实际的动力学系统寻优问题中,给出指标的解析式很困难或者给出的解析式很复杂,一般只能针对具体参数,通过仿真来计算系统的指标。为了寻求使指标达到最优值的参数,必须进行多次运行仿真。因此,动力学系统寻优是多次运行仿真的一个重要方面。
动力学系统参数寻优方法的基本步骤是:①给定一组初始参数,并用仿真的方法计算出系统在这一参数下所达到的指标。②按照一定的规则在某一个寻优方向上找到一组新的参数,它和初始参数之间的距离称为寻优步长。新参数必须满足约束条件。③再用仿真的方法计算出系统在新参数下所达到的指标。④判断新参数是否已使指标达到最优值;如果尚未达到,则继续由这组新参数出发再重新寻找,直到使指标达到最优值为止。寻优的效率不仅取决于确定寻优方向和寻优步长的规则,还取决于仿真的效率。
动力学系统参数寻优的算法大多来源于非线性规划的迭代数值解法,如区间消去法、插值法、单纯形法、共轭梯度法等(见非线性规划)。为了解决多极值指标和泛函限制条件的问题,80年代出现了一些新算法,如自适应随机法,它能在寻优过程中自适应地选择寻优步长分布的最优方差,并周期地探测局部最优的寻优步长方差,从而找到改进的新区域,降低落入局部极值的概率。
动力学系统参数寻优方法的基本步骤是:①给定一组初始参数,并用仿真的方法计算出系统在这一参数下所达到的指标。②按照一定的规则在某一个寻优方向上找到一组新的参数,它和初始参数之间的距离称为寻优步长。新参数必须满足约束条件。③再用仿真的方法计算出系统在新参数下所达到的指标。④判断新参数是否已使指标达到最优值;如果尚未达到,则继续由这组新参数出发再重新寻找,直到使指标达到最优值为止。寻优的效率不仅取决于确定寻优方向和寻优步长的规则,还取决于仿真的效率。
动力学系统参数寻优的算法大多来源于非线性规划的迭代数值解法,如区间消去法、插值法、单纯形法、共轭梯度法等(见非线性规划)。为了解决多极值指标和泛函限制条件的问题,80年代出现了一些新算法,如自适应随机法,它能在寻优过程中自适应地选择寻优步长分布的最优方差,并周期地探测局部最优的寻优步长方差,从而找到改进的新区域,降低落入局部极值的概率。
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