D-K 迭代算法,D K iteration algorithm,音标,读音,翻译,英文例句,英语词典

您的位置：首页 -> 词典 -> D-K 迭代算法

1) D K iteration algorithm 点击朗读

D-K 迭代算法

2) D–K–D iteration 点击朗读

D–K–D迭代算法

By describing missile autopilot design problem as a robust gain-scheduled problem of linear parameter-varying(LPV) system with unmeasured uncertainties, we establish a model matching autopilot design structure, and a missile robust gain-scheduled autopilot is then designed by combining the LPV control approach and the μ-synthesis approach through the D–K–D iteration.

为此,将导弹自动驾驶仪设计问题描述为一类含有不可测量不确定性的线性参数时变(LPV)系统的鲁棒增益调度问题,构造了模型匹配自动驾驶仪设计结构,并通过D–K–D迭代算法综合运用LPV控制方法和μ综合方法设计了导弹鲁棒增益调度自动驾驶仪。

3) D-K alternative and iterative algorithm 点击朗读

D-K 交替迭代算法

4) (k,d)arithmetic graph 点击朗读

(k,d)算术图

5) (k,d)-arithmetic labeling 点击朗读

(k,d)-算术标号

6) K and D indicator approach 点击朗读

K D指标方法

补充资料：迭代算法

迭代算法
iteration algorithm

　　迭代算法〔i恤腼吨函d朋;HTep叫“ouH‘~p“仪] 由点到集合的一个映射序列A*所确定的递推算法，其中A*:V一V，V是一个拓扑空间，对于某初始点““任v，可依下式计算点列。“任V，。“+，一注*。“，儿=o，l，·…(l)称算子(1)为迭代(i把mt沁n)，而序列{。“}为迭代序列(itemti祀s叫uence). 迭代法(jtemtionn犯thod)(或迭代逼近法(me-thod of iterati记appro汕na石on”应用于求下面算子方程的解通。”f，(2)即某泛函的极小值，求方程Au=又“的本征值和本征向量等，同时也用来证明这些问题解的存在性.如果对于一个初始近似。。，当k一的时:‘~。，则称迭代方法(l)收敛到问题的解u. 求解(2)的线性度量空间V上的算子A*一般由下式构造注*况几=。七一H*(A。友一f)，(3)其中{H*二V~V}是由某迭代型方法所确定的算子序列.压缩映射原理(c ontraCting .n分pp吨pnn-ciPle)及真摧户，’或著向题的泛函变分极小化方法都是建立在构造形如(l)，(3)的迭代法基础之上.所使用的构造A七的各种方法有Newton法(Newton脸thod)或下降法(d留cent，n祀th(记of)的诸多变形.人们尝试选取H*使得在一定条件下。止~u的快速收敛得到保证，这些条件要求计算机存储空间确定后算子A*u六的数值实现充分简单，有尽可能低的复杂性而且数值稳定.求解线性问题的迭代法得到了很好的发展和深人的研究.该迭代法这里分为线性与非线性两大类.Ga.法(Ga璐nr目兀心)，Sd翻法(Sei-delrr℃th司)，逐次超松弛法(见松弛法(侧公爪沁n1优thod))和带有tle氏皿eB参数的迭代法属于线性方法;变分法(如最速下降法，共扼梯度法和极小偏差法(mi曲nal discrepancyn坦thod))等.见最速下降法(s吹p巴t把ceni，皿thi对of);共扼梯度法(eonju，te脚dients，此山记of)属于非线性方法.最有效的迭代法之一是使用tIe玩IIDeB参数(Che勿shevP~t-ers)，这里A是一个带有〔。，M』上谱的自相伴算子，M>m>0.这个方法提供了关于预先指定的第n步收敛性最优(对谱边界上的给定信息)估计.方法可描述为 “‘+’=“一“*十1(通。

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

Ishikawa迭代算法迭代解算法迭代LMI算法

D-N迭代迭代算法迭代计算法试算迭代法 BM迭代算法

说明：双击或选中下面任意单词，将显示该词的音标、读音、翻译等；选中中文或多个词，将显示翻译。
	您的位置：首页 -> 词典 -> D-K 迭代算法 1) D K iteration algorithm D-K 迭代算法 2) D–K–D iteration D–K–D迭代算法 1. By describing missile autopilot design problem as a robust gain-scheduled problem of linear parameter-varying(LPV) system with unmeasured uncertainties, we establish a model matching autopilot design structure, and a missile robust gain-scheduled autopilot is then designed by combining the LPV control approach and the μ-synthesis approach through the D–K–D iteration. 为此,将导弹自动驾驶仪设计问题描述为一类含有不可测量不确定性的线性参数时变(LPV)系统的鲁棒增益调度问题,构造了模型匹配自动驾驶仪设计结构,并通过D–K–D迭代算法综合运用LPV控制方法和μ综合方法设计了导弹鲁棒增益调度自动驾驶仪。 3) D-K alternative and iterative algorithm D-K 交替迭代算法 4) (k,d)arithmetic graph (k,d)算术图 5) (k,d)-arithmetic labeling (k,d)-算术标号 6) K and D indicator approach K D指标方法补充资料：迭代算法迭代算法 iteration algorithm 　　迭代算法〔i恤腼吨函d朋;HTep叫“ouH‘~p“仪] 由点到集合的一个映射序列A所确定的递推算法，其中A:V一V，V是一个拓扑空间，对于某初始点““任v，可依下式计算点列。“任V，。“+，一注。“，儿=o，l，·…(l)称算子(1)为迭代(i把mt沁n)，而序列{。“}为迭代序列(itemti祀s叫uence). 迭代法(jtemtionn犯thod)(或迭代逼近法(me-thod of iterati记appro汕na石on”应用于求下面算子方程的解通。”f，(2)即某泛函的极小值，求方程Au=又“的本征值和本征向量等，同时也用来证明这些问题解的存在性.如果对于一个初始近似。。，当k一的时:‘~。，则称迭代方法(l)收敛到问题的解u. 求解(2)的线性度量空间V上的算子A一般由下式构造注况几=。七一H(A。友一f)，(3)其中{H二V~V}是由某迭代型方法所确定的算子序列.压缩映射原理(c ontraCting .n分pp吨pnn-ciPle)及真摧户，’或著向题的泛函变分极小化方法都是建立在构造形如(l)，(3)的迭代法基础之上.所使用的构造A七的各种方法有Newton法(Newton脸thod)或下降法(d留cent，n祀th(记of)的诸多变形.人们尝试选取H使得在一定条件下。止~u的快速收敛得到保证，这些条件要求计算机存储空间确定后算子Au六的数值实现充分简单，有尽可能低的复杂性而且数值稳定.求解线性问题的迭代法得到了很好的发展和深人的研究.该迭代法这里分为线性与非线性两大类.Ga.法(Ga璐nr目兀心)，Sd翻法(Sei-delrr℃th司)，逐次超松弛法(见松弛法(侧公爪沁n1优thod))和带有tle氏皿eB参数的迭代法属于线性方法;变分法(如最速下降法，共扼梯度法和极小偏差法(mi曲nal discrepancyn坦thod))等.见最速下降法(s吹p巴t把ceni，皿thi对of);共扼梯度法(eonju，te脚dients，此山记of)属于非线性方法.最有效的迭代法之一是使用tIe玩IIDeB参数(Che勿shevP~t-ers)，这里A是一个带有〔。，M』上谱的自相伴算子，M>m>0.这个方法提供了关于预先指定的第n步收敛性最优(对谱边界上的给定信息)估计.方法可描述为 “‘+’=“一“十1(通。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 Ishikawa迭代算法迭代解算法迭代LMI算法

©2011 dictall.com