1) contained optimization
约束寻优
2) constraint optimization
约束优化
1.
On the basis of segmenting 3D measured data with feature design intention, the parameter extraction of the features obtained by several common modeling methods such as extruding, revolving, and the fitting of sketch profile are transformed into the resolution of constraint optimization problem.
在对测量数据根据特征设计意图进行分块的基础上,将常见造型特征如拉伸和旋转特征的参数提取以及草图轮廓的拟合转化为相应的约束优化问题进行求解,然后利用CATIA二次开发平台CAA中提供的接口进行特征重建,生成参数化的实体特征模型。
2.
As a Genetic Algorithm handles the constraint optimization problem,the dif ficulty is how to solve constraints.
遗传算法求解约束优化问题时,面临的关键问题之一就是如何处理约束条件。
3.
The HPSO combines the particle swarm optimization with constraint optimization and direct search.
为解决电力系统中的经济负荷分配问题,提出一种将约束优化与粒子群优化算法相结合的混合算法,同时引入直接搜索方法。
3) constrained optimization
约束优化
1.
Design of a cultural algorithm for solving complex constrained optimization problems;
一种求解复杂约束优化问题的文化算法设计
2.
A new evolutionary algorithm for solving constrained optimization problems;
求解约束优化问题的一种新的进化算法
3.
Approximate uniting of two adjacent B-spline curves through knot adjustment and constrained optimization;
通过节点调整和约束优化近似拼接两B样条曲线
4) restriction optimization
约束优化
1.
This arithmetic took the minimization of summation of frequency discrepancy and modal shape displacement as its optimizing goal,set restrictive conditions to parameter modification and frequency change by engineering experience,and ranged model updating to restriction optimization.
依据工程经验对修正参数和频率变动施以约束条件,将有限元模型修正问题归结到约束优化问题。
2.
The sensor is designed with the technology of restriction optimization whose precision may be up to 1mm, and the cost is low, at the same time it can do self-regulation according to the different environments in order to gain the best effect.
该传感器设计运用约束优化技术,其精度可达1mm,且成本较低,同时为了获得最佳效果还可以根据不同的环境自动调节。
3.
This paper puts forward a particle swarm optimization for restriction optimization.
本文提出了一种新的求解约束优化问题的微粒群算法。
5) Precedence Constraints
优先约束
1.
To tackle selective disassembly sequence planning problem efficiently,disassembly hierarchy information graph(DHIG) based on precedence constraints is presented firstly.
为了能够以较高的效率求解出产品中目标零件的拆卸方案,基于产品中零件间的拆卸优先约束关系,提出并建立目标零件的拆卸层次信息图模型,将目标零件的拆卸序列规划问题转化为对该图模型中具备最优值的路径的搜索和寻优问题。
2.
The precedence constraints related to the hierarchy network graph are analy.
针对在产拆卸序列生成过程中因零件数目过多面造成的组合爆炸问题 ,提出了一种基于模块化思想的拆卸序列生成方法 ;建立了模块化产品拆卸模型 ;自动生成了产品的层次网络图 ;并针对层次网络图进行了优先约束分析 文中介绍了产品拆卸序列的生成过程 ,并以一个实例验证了该方法的合理性和有效
3.
The paper focuses on the problem of batching scheduling with job sizes and precedence constraints.
研究了工件有优先约束和尺寸大小关系的分批排序问题,这里目标函数为工件的极大完工时间,这类问题是NP—完备的。
6) precedence constraint
优先约束
1.
Multi-task Sheduling with Precedence Constraint and Load Balance Based on Genetic Algorithm;
基于遗传算法的考虑优先约束和负载平衡的多任务调度
2.
This paper presents the model of AND/OR network in detail as well as feasibility test algorithm for AND/OR precedence constraint tasks.
系统描述了与或网模型及与或优先约束任务调度的可行性判定算法。
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