1) variable by turns optimizing
坐标轮换寻优
1.
An autobalancing set is introduced, and based on developing a non-linear dynamic model, autobalancing method of a two-disk rotor system with strong non-linearity is studied, the variable by turns optimizing strategy without employing system identification is presented in this paper.
介绍了一种自动平衡装置，并在建立非线性双盘转子动力学模型基础上，研究了具有强非线性油膜力转子系统的自动平衡方法，提出了无需系统辩识的坐标轮换寻优控制策略。
2) Alternating optimization
轮换寻优
3) coordinate rotate
坐标轮换
1.
Solution of quantum mechanics through coordinate rotates;
量子力学问题的坐标轮换解法
4) convected coordinate
轮换坐标
5) coordinate alternation method
坐标轮换法
1.
Lastly,the coordinate alternation method was used to seed corresponding points of actual measured.
在面轮廓度误差评定过程中,首先将复杂曲面的理论模型离散化后用双三次样条函数进行精确描述,并用该拟合曲面作为误差评定的依据;其次对测量后所得的测头球心位置曲面进行等距平移以得到实测轮廓曲面;最后再采用坐标轮换法求取实测点在以双三次样条函数所表示的理论轮廓上的对应点,从而实现对复杂曲面轮廓度的评定。
2.
The optimization problem of two street lamps lighting are solved by golden section method and coordinate alternation method.
采用 Monte Carlo法求解复杂方程确定的面积 ,用黄金分割法和坐标轮换法解决了两盏路灯优化问题 。
6) coordinates alternation adjust method
坐标轮换调整法
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