1) chaos search method
混沌搜索方法
2) chaotic search algorithm
混沌搜索算法
1.
Finally, the algorithm Chaos-LS which combined the chaotic search algorithm and least square algorithm was proposed to train the parameters of the fuzzy rough neural network.
最后提出了一种结合混沌搜索算法和最小二乘法的Chaos-LS算法,训练模糊粗糙神经网络的参数,从而建立起系统的模糊粗糙神经网络模型。
2.
Based on chaotic search algorithm,a solution to overcome the premature convergence problem of the traditional differential evolution algorithm was studied.
提出了一种解决位置管理问题的混沌混合差分进化算法,给出了将浮点编码的种群个体映射为问题解的方法,给出了解决标准差分进化算法早熟收敛问题的混沌搜索算法。
3) chaotic search
混沌搜索
1.
Adaptive differential evolution algorithm combined with chaotic search;
基于混沌搜索的自适应差分进化算法
2.
I_(DDT) test generation algorithm based on chaotic search;
一种基于混沌搜索的I_(DDT)测试产生算法
3.
A chaotic search method in parameters inversion of porous media;
双相介质参数反演的混沌搜索方法
4) chaos search
混沌搜索
1.
Hybrid particle swarm optimization algorithm based on the chaos search;
基于混沌搜索的混和粒子群优化算法
2.
Adaptive invading genetic algorithm based on chaos search;
一种基于混沌搜索的自适应入侵遗传算法
3.
Adaptive variable neighborhood chaos search PSO.;
自适应变邻域混沌搜索微粒群算法
5) chaos optimization
混沌搜索
1.
A new method is put forward in which thechaos optimization is combined with fuzzy set to solve the OPF problems of power system.
提出了一种混沌搜索与模糊集理论相结合求解电力系统最优潮流问题的新方法。
6) chaos searching
混沌搜索
1.
The operation positions could be determined by chaos searching.
然后在寻优过程中,对解矩阵不断执行这两种操作,并利用混沌搜索方法确定所进行操作的矩阵位置,从而完成组合优化问题的求解。
2.
The stability of the improved Elman network was proved in light of Lyapunov stability theory,and chaos searching was imported to train it,the defect of local extreme of Elman network was eliminated and the learning performance of the new network was improved effectively using global moving characteristic of chaotic mechanism.
针对一大类未知、时滞、高阶非线性动态系统的建模问题,提出了一种新的改进Elman网络模型——HF Elman,在Lyapounov稳定意义下证明了网络的稳定性,并在网络权值的训练过程中引入了混沌搜索机制,利用混沌固有的全局游动性有效地消除了Elman网络易陷入局部极值的缺点,改善了网络的学习性能。
补充资料：地下采矿方法设计的计算机方法
地下采矿方法设计的计算机方法
computerized design of under-ground mining method
d一x!0 eo一kuong fongfo shejl deJ一suanjl fongfa地下采矿方法设计的计算机方法(c omPuter-ized design of underground mining method)用计算机和优化技术完成地下采矿方法设计的一种手段。由于地下采矿方法设计时，要考虑的因素很多，判断决策时又十分灵活，没有固定的程式和准则，计算机处理时难度较大，因此，世界各国在20世纪80年代才开始将计算机和现代数学方法应用于地下采矿方法的设计。地下采矿法设计的计算机方法包含采矿方法优选和采场结构参数的优化两方面的内容。其目的是达到安全、经济、有效地采出矿石。 采矿方法的优选主要方法有模糊数学法、专家系统法、多目标决策法和价值工程法等。 (l)模糊数学法选择采矿方法的主要依据是众多的地质技术条件。但是，并没有定义明确的选择准则可以遵循，所以，采用模糊数学法处理。首先，初选一些采矿方法作为候选者，已知这些采矿方法所要求的地质技术条件。然后列出拟选择采矿方法的矿山的地质技术条件，计算并确定它们与候选采矿方法所要求的地质技术条件之间的模糊相似程度，选择条件最相近的那个采矿方法。 模糊数学还可用来预测采矿方法将取得的技术经济指标。首先，列出本矿山的地质技术条件，再收集一些采用同样采矿方法的其他矿山的地质技术条件，对它们进行模糊聚类。聚类时，与本矿山近似程度最高的矿山取得高权值，其余矿山按聚类近似程度排序依次取较低的权值;然后将各矿山用这种采矿方法取得的技术经济指标加权平均，得到本矿山采用这种采矿方法可能取得的技术经济指标。 (2)专家系统法采矿专家选择采矿方法时，通常先根据矿岩稳固性选择空场法、崩落法或充填法等采矿方法的大类别;然后根据矿体倾角及其他条件选择运输方式和长壁法、分段崩落法等采矿方法小类别;再根据矿体厚度或分段高度选择浅孔、中深孔或深孔等不同的落矿方式。这个过程是一个明显的逻辑推理过程。把这种逻辑因果关系总结成规则，存放在计算机系统中，就建立了采矿方法选择的专家系统(见采矿专家系统)。使用时，输人所设计的矿山的地质技术条件.系统就会自动推理，选择出适用的采矿方法。 (3)多目标决策法选择采矿方法时，考虑采矿成本、采准切割量、矿石贫化率、矿石损失率、采场生产能力等多个因素。这些因素从不同侧面反映采矿方法的优劣，具有各自的计量单位。采用多目标决策法，将这些因素综合起来，从整体上评价几种采矿方法的可行方案，从中择优。 (4)价值工程法价值工程中，事物的价值用其功能与成本的比值来衡量。
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