1) mutual optimization
交互寻优
1.
After analyzing the mutual optimization process, we provided a method which could reconstruct the nesting graphics, and developed a system based on AutoCAD which can satisfy the mutual optimization.
分析了如何通过交互寻优的手段对自动排样系统产生的排样图实现进一步的优化,详细探讨了矩形件优化排样系统中的交互寻优过程,提出了一种重构排样图的方法,同时还重点讨论了对排样图如何进行交互寻优操作,并在AutoCAD上开发了这一交互寻优系统。
2) Human-computer reciprocal transaction
人机交互寻优处理
3) interactional optimization
交互优化
1.
Simultaneously a concept of interactional optimization combining mechanical design with electrical design is put forward.
针对某高机动雷达天线,论述了如何使用有限元分析软件(ANSYS)进行机电结合优化设计,以及介绍了与电讯设计进行交互优化的方法。
4) interaction priority
交互优先
1.
In order to solve the problems of static tasks scheduling for simulation over the Grids, a novel interaction priority algorithm based scheduling strategy for entity level tasks was proposed.
为了解决网格仿真中的静态任务调度问题,提出一种创新的基于交互优先算法的实体调度策略。
6) optimization
[英][,ɔptimai'zeiʃən] [美][,ɑptɪmaɪ'zeʃən]
寻优
1.
Stability of the optimization procedure and its improvement for the regional cathodic protection model;
区域性阴极保护模型寻优过程平稳性及其改进
2.
Regulation of PID controller parameters based on ant colony optimization algorithm in vehicle traction control system;
基于蚁群寻优的汽车牵引力PID控制参数整定
3.
Main deck extending degree optimization based on GA method
基于遗传算法的船体主甲板外展程度寻优
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