1) nonlinear programming/genetic algorithm
非线性规划/遗传算法
2) nonlinear genetic algorithm
非线性遗传算法
1.
On nonlinear genetic algorithm based on Tabu search;
一种结合Tabu搜索的非线性遗传算法研究
2.
By extending the search capability of genetic operators, a new nonlinear genetic algorithm (NGA) is introduced in which a new dynamic double nonlinear crossover operator and a new mutation operator based on chaos technique are given.
为此,通过拓展遗传算子的搜索范围,提出了一种动态双层非线性杂交算子,并将混沌搜索引入变异算子,从而给出了一种求解数值优化问题的非线性遗传算法。
3.
To solve the model,first some methods are used to cluster the charges,then the nonlinear genetic algorithm based on Tabu search technique is proposed to evolution.
在对连铸生产工艺背景及工艺约束进行分析的基础上,以使所有连铸机上组成每一个浇次的炉次之间因差异引起的费用最小为目标函数,构造了最优浇次的数学规划模型,并基于该模型,提出了先将所有待优化的炉次聚类成若干个浇次(浇次数已知),然后对每个浇次应用基于Tabu搜索的非线性遗传算法,仿真结果表明该算法的有效性。
3) Nonlinear programming algorithm
非线性规划算法
1.
The nonlinear programming algorithm for the regression analysis of the experiment data and the optimum solution of the regression model is given.
提出了实验数据模糊优化的概念 ,给出了实验数据回归分析与回归模型最优解的非线性规划算法 ,该概念和算法对实验数据的最优处理具有普遍意
4) genetic programming algorithm
遗传规划法
1.
Based on the functional block diagram and the signal flow of an equipment,its fault information matrix is structured, and a genetic programming algorithm (GPA) is used for finding the best strategy to its fault isolation, which is made up of some ordered test points It can be used to isolate the failed component with the fewest test points and the least tim
本文以设备功能框图和信号流程为基础 ,得到设备的故障信息矩阵 ,然后使用遗传规划法得到设备的最佳故障隔离策略。
5) dynamic programming-genetic algorithm
动态规划-遗传算法
1.
Optimization of reservoir operation by using dynamic programming-genetic algorithm;
求解水库优化调度问题的动态规划-遗传算法
6) multiprogramming genetic algorithm
多路规划遗传算法
补充资料:非线性规划
非线性规划 nonlinear programming 目标函数是非线性函数或约束条件不全是线性等式(不等式)的一类数学规划。在科学管理和其他领域中,很多实际问题可以归结为线性规划,但还有另一些问题属于非线性规划。由于非线性规划含有深刻的背景和丰富的内容,已发展为运筹学的重要分支,并且在最优设计、管理科学、系统控制等领域得到越来越广泛的应用。 非线性规划的研究始于1939年,是由W.卡鲁什首次进行的,40年代后期进入系统研究,1951年H.W.库恩和A.W.塔克尔提出最优化的判别条件,从而奠定了非线性规划的理论基础,后来在理论研究和实用算法方面都有很大的发展。 非线性规划求解方法可分为无约束问题和约束问题来讨论,前者实际上就是多元函数的极值问题,是后一问题的基础。无约束问题的求解方法有最速下降法、共轭梯度法、变尺度法和鲍威尔直接法等。关于约束问题情况比较复杂,因为在迭代过程中除了要使目标函数下降外,还要考虑近似解的可行性。总的原则是设法将约束问题化为无约束问题;把非线性问题化为线性问题从而使复杂问题简单化。求解方法有可行方向法、制约函数法、简约梯度法、约束变尺度法、二次规划法和约束集法等。虽然这些方法都有较好的效果,但是尚未找到可以用于解决所有非线性规划的统一算法。 |
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