1) ammunition examination problem
火炮弹药测试问题
2) test problems
测试问题
1.
Multiple objective evolutionary algorithms (MOEAs) need to be tested on scalable test problems known as multiple objective optimization problems (MOPs).
为了有效地检测多目标进化算法在求解各类多目标优化问题时的性能,从3个方面讨论了多目标优化测试问题的设计,即约束条件、最优解分布的均匀性、算法逼近Pareto最优前沿的难度。
2.
In order to test and evaluate the performance of Multi-Objective Evolutionary Algorithm(MOEA),multi-objective optimization test problems are suggested in this paper on the following perspectives:constrained condition,uniform representation of Pareto-optimal solutions and hindrance to reach the global Pareto-optimal front.
为了有效检测多目标优化进化算法的性能,从3个方面进行多目标优化测试问题的设计,即约束条件、最优解分布的均匀性、算法逼近Pareto最优前沿的难度,采用NSGA-Ⅱ算法对这些测试问题进行仿真实验,并将算法求得的最优解可视化。
4) gun dynamic test
火炮动态测试
5) gun grain
火炮火药
6) artillery (ordnance) ammunition
炮兵弹药
补充资料:测试结果可接受性的检查和最终测试结果的确定
测试结果可接受性的检查和最终测试结果的确定
check of the acceptability of test results and determination of the final test result
C凡(3)二3.3d,时,取此3个结果的平均值作为最终侧试结果;否则取它们的中位数作为最终测试结果。。,为重复性标准差(即在重复性条件下所得侧试结果的标准差)。 在口田T 11792一1989中还对重复性和再现性条件下所得侧试结果可接受性的检查方法和最终测试结果的确定做了详细讨论和规定。(马毅林)ceshi 11叩uo kejieshCxjxing d6 iiancha he zuizhong ceshi】i闪旧de que心ing测试结果可接受性的检查和最终测试结果的确定(checkof山eac,ptability of test,ults助ddsterminationofthefi耐testresult)在商品检验中进行一次测试的情形不多见,当得到一个测试结果时,所得结果不可能直接与给定的重复性标准差作可接受性的检查。对测试结果的准确性有任何疑问时都应再进行一次测试。所以,对两个测试结果进行可接受性的检查是一般的情况。 可接受性的检查,实际上是一种统计检验。任何两个测试结果只要能通过可接受性的统计检验即可认为是一致的,均可接受。比如,在重复性条件下,所得结果之差的绝对值(下称绝对差)不超过相应的重复性限r(见重复性和再现性)的值,则认为两个结果是一致的,均可接受;如果两个侧试结果的绝对差超过r,则认为它们是不一致的,必须增加测试。 按国家标准《测试方法的精密度在重复性或再现性条件下所得测试结果可接受性的检查和最终测试结果的确定》(GBIT 1 1792一1989),在重复性条件下,如果两个测试结果的绝对差不超过r的值,可取两个侧试结果的平均值作为最终测试结果。如果两个结果的绝对差超过r的值,并且测试费用较低,须再做两次测试。当4个结果的极差(即其中的最大值与最小值之差)不超过相应的临界极差c,瓜(4)二3.6a,时,取4个结果的平均值作为最终测试结果。如果两个结果的绝对差超过r的值,并且测试费用较高时,只须再作一次测试。当3个结果的极差不超过相应的临界极差
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