1) Local system-optimum
局部系统最优
2) local optimization
局部最优
1.
But BP arithmetic has a low identifying speed and easy to encounter local optimization.
但是BP算法识别速度慢,而且容易陷入局部最优。
2.
The object of the optimization about some practice problem is that search for all local optimization value.
某些实际问题的优化目标是求所有的局部最优解,即求解多峰寻优问题,为了求解多峰优化问题,提出了改造的微粒群优化算法。
3) local optima
局部最优
1.
Particle swarm optimization algorithm is a swarm intelligence algorithm,which is easily trapped in local optima.
为克服粒子群优化算法容易陷入局部最优的缺点,根据混沌运动的随机性、遍历性特点,提出一种基于混沌思想的粒子群优化算法(CPSO)。
2.
Implied by its three-term structure,the inherent shortcoming that trends to local optima is indicated.
指出其三段式结构所隐含的易陷入局部最优问题,进而提出了一种带有扰动项的改进粒子群算法(PSO-DT)。
4) local optimum
局部最优
1.
The algorithm can generate an optimal local path for obstacle avoidance more efficiently in real time in the dynamic environments, prevent local optimum, and overcome the problem that there is no passage between closely spaced obstacles caused by directly applying the conventional artificial potential field method.
提出了一种基于混沌优化算法的机器人路径规划方法,即混沌人工势场法,该方法能够在动态环境下实时、有效地产生避碰局部最优路径,避免了传统人工势场法容易陷入局部最优和在比较靠近的两个障碍物之间找不到通道的缺陷。
2.
It overcomes the shortcomings of local optimum in some local path planner, like artificial potential field method.
这种方法在局部规划的同时 ,兼备了路径规划的全局性 ,有效地从根本上避免了人工势场法等方法容易陷入局部最优的不足 。
3.
To solve the problem of the number of coalition structure increasing rapidly, OCS algorithm—formation of agent coalition structure based on local optimum is given.
针对多Agent联盟数量是Agent个数指数倍的问题,给出了基于局部最优Agent联盟结构生成算法——OCS算法。
5) local best
局部最优
1.
It needs to work out parameters of the base function in the process of finding bias field,but conventional methods such as gradient-descent method often find local best.
在求偏移场的过程中,需要求解基函数的参数,由于传统的梯度下降法易陷入局部最优,为解决此问题,提出将遗传算法引入到参数求解过程中,然而传统的遗传算法不仅时间复杂度高,且易陷入局部最优,为此需对遗传算法进行改进,使得不仅更容易得到全局最优解,且时间复杂度较低。
2.
The authors estimate the bias field by Legendre polynomials to find the parameters with minimum entropy,conventional ways such as gradient-descent method often find local best,to find global best,the authors present genetics algorithm to find best parameters to estimate the bias field,but it can not always find global best neither.
求偏移场的过程中需要求解基函数的参数,由于传统的梯度下降法易陷入局部最优,将遗传算法引入到参数求解过程中,然而传统的遗传算法时间复杂度高,易陷入局部最优,对遗传算法进行了改进,更容易得到全局最优解且时间复杂度较低。
补充资料：局部最优
分子式：
CAS号：
性质：优化问题在某一范围内的最优解。局部最优是相对全局最优解而言的。如对于极小化问题，设f(x)为目标函数，s为可行域，若存在的s邻域Nε()=使得对每个x∈s∩Nε()，f(x)≥f()成立，则王即为极小化问题min f(x)的局部最优。
CAS号：
性质：优化问题在某一范围内的最优解。局部最优是相对全局最优解而言的。如对于极小化问题，设f(x)为目标函数，s为可行域，若存在的s邻域Nε()=使得对每个x∈s∩Nε()，f(x)≥f()成立，则王即为极小化问题min f(x)的局部最优。
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