1) Arithmetic of floating point numbers
浮点算法
2) floating-point computing method
浮点计算法
1.
Compared with the floating-point computing method, the shift-add operation is simpl.
相对于浮点计算法,移位-加操作最大的优点是计算简单,特别易于超大规模集成电路实现,因而使硬件实时处理图像信号成为可能。
3) floating-point algorithm
浮点数算法
4) block floating-point algorithm
块浮点算法
5) float genetic algorithms
浮点数遗传算法
6) floating Genetic Algorithm
浮点遗传算法
1.
The Application of floating Genetic Algorithms to Solving Non-linear equation groups;
浮点遗传算法在非线性方程组求解中的应用
2.
In the light of the contradiction between the convergence speed and accuracy caused by the string length of the binary encoding when the range of the variables increases in the process modelling of fermentation of glutamic acid, a new improved GA_floating genetic algorithm is discussed.
针对谷氨酸发酵过程建模中变量取值范围扩大时，二进制遗传算法存在收敛速度和精度的矛盾，研究了改进的浮点遗传算法。
补充资料：不动点算法
又称固定点算法。所谓不动点，是指将一个给定的区域A,经某种变换??(x),映射到A时,使得x=??(x)成立的那种点。最早出现的不动点理论是布劳威尔定理(1912)：设A为Rn中的一紧致凸集, ??为将A映射到A的一连续函数，则在A中至少存在一点x，使得x=??（x）。其后，角谷静夫于1941年将此定理推广到点到集映射上去。设对每一x∈A ，??(x)为A的一子集。若??(x)具有性质：对A上的任一收敛序列xi→x0，若 yi∈??(xi)且yi→y0，则有y0∈??(x0),如此的??(x)称为在A上半连续，角谷静夫定理：设A为Rn中的一紧致凸集，对于任何x∈A，若??(x)为A的一非空凸集，且??(x)在A上为上半连续，则必存在x∈A,使x∈??(x)。J.P.绍德尔和J.勒雷又将布劳威尔定理推广到巴拿赫空间。
不动点定理在代数方程、微分方程、积分方程、数理经济学等学科中皆有广泛的应用。例如，关于代数方程的基本定理，要证明??(x)=0必有一根，只须证明在适当大的圆│x│≤R 内函数??(x)+x有一不动点即可；在运筹学中，不动点定理的用途至少有二：一为对策论中用来证明非合作对策的平衡点的存在和求出平衡点；一为数学规划中用来寻求数学规划的最优解。对于一个给定的凸规划问题：min{??(x)│gi(x)≤0，i=1,2,...,m}，在此,??和g1,g2,...,gm皆为Rn中的凸函数。通过适当定义一个函数φ,可以证明：若上述问题的可行区域非空，则φ的不动点即为该问题的解。
在1964年以前，所有不动点定理的证明都是存在性的证明，即只证明有此种点存在。1964年，C.E.莱姆基和 J.T.Jr.豪森对双矩阵对策的平衡点提出了一个构造性证明。1967年，H.斯卡夫将此证法应用到数学规划中去。其后，不动点定理的构造性证明有了大的发展和改进。
H.斯卡夫的证明是基于一种所谓本原集，后来的各种发展皆基于某种意义下的三角剖分。现以n 维单纯形Sn为例来说明这一概念，在此,。对每一i, 将区间0≤xi≤1依次分为m1,m2...等分，m12<...,mi→,是给定的一列正整数。对于固定的i,过分点依次作平行于xi=0的平面。 这些平面将Sn分成若干同样大小的n维三角形。它们的全体作成的集 Gi,称为Sn的一三角剖分。设??(x)为 Sn→Sn的一连续函数，x＝(x1,x2,...,xn+1),??（x）=（??1（x），??2（x），...，??n+1（x））。定义。由于??(x)和x皆在Sn上,若有则显然有??(x)=x,即x为??(x)的一不动点。
对每一点y∈Sn赋与标号l(y)=k=min{j│y∈Cj,且yj>0}。由著名的施佩纳引理,在Gi中必存在一三角形σi，它的n+1个顶点yi(k)的标号分别为k(k=1,2,...,n+1)于是可得一列正数ij(j→),使得(k)→yk,k=1,2,...,n+1。根据σi的作法，当ij→时,收敛成一个点x。故yk=x,k=1,2,...,n+1。因 (k)的标号为k,故yk∈Ck,因而即x为所求的不动点。因此,求??(x):Sn→Sn 的不动点问题就化为求 σi(i=1,2,...) 的问题。为了计算上的效果，除了上述的标号法之外，还有标准整数标号法、向量标号法等等。关于如何求σi，有变维算法、三明治法、同伦算法、变维重始法等等，通过适当定义,可将上之Sn改为Rn或Rn中之一凸集。求一凸函数在一凸集上的极值问题也可化为求不动点问题。一般说来，这条途径适用于维数不高但问题中出现的函数较为复杂的情况。
参考书目
A.J.J.TalmanVariable Dimension Fixed Point Algorithms and Triangulations, Mathematisch Centrum, Amsterdam, 1980.
不动点定理在代数方程、微分方程、积分方程、数理经济学等学科中皆有广泛的应用。例如，关于代数方程的基本定理，要证明??(x)=0必有一根，只须证明在适当大的圆│x│≤R 内函数??(x)+x有一不动点即可；在运筹学中，不动点定理的用途至少有二：一为对策论中用来证明非合作对策的平衡点的存在和求出平衡点；一为数学规划中用来寻求数学规划的最优解。对于一个给定的凸规划问题：min{??(x)│gi(x)≤0，i=1,2,...,m}，在此,??和g1,g2,...,gm皆为Rn中的凸函数。通过适当定义一个函数φ,可以证明：若上述问题的可行区域非空，则φ的不动点即为该问题的解。
在1964年以前，所有不动点定理的证明都是存在性的证明，即只证明有此种点存在。1964年，C.E.莱姆基和 J.T.Jr.豪森对双矩阵对策的平衡点提出了一个构造性证明。1967年，H.斯卡夫将此证法应用到数学规划中去。其后，不动点定理的构造性证明有了大的发展和改进。
H.斯卡夫的证明是基于一种所谓本原集，后来的各种发展皆基于某种意义下的三角剖分。现以n 维单纯形Sn为例来说明这一概念，在此,。对每一i, 将区间0≤xi≤1依次分为m1,m2...等分，m1
对每一点y∈Sn赋与标号l(y)=k=min{j│y∈Cj,且yj>0}。由著名的施佩纳引理,在Gi中必存在一三角形σi，它的n+1个顶点yi(k)的标号分别为k(k=1,2,...,n+1)于是可得一列正数ij(j→),使得(k)→yk,k=1,2,...,n+1。根据σi的作法，当ij→时,收敛成一个点x。故yk=x,k=1,2,...,n+1。因 (k)的标号为k,故yk∈Ck,因而即x为所求的不动点。因此,求??(x):Sn→Sn 的不动点问题就化为求 σi(i=1,2,...) 的问题。为了计算上的效果，除了上述的标号法之外，还有标准整数标号法、向量标号法等等。关于如何求σi，有变维算法、三明治法、同伦算法、变维重始法等等，通过适当定义,可将上之Sn改为Rn或Rn中之一凸集。求一凸函数在一凸集上的极值问题也可化为求不动点问题。一般说来，这条途径适用于维数不高但问题中出现的函数较为复杂的情况。
参考书目
A.J.J.TalmanVariable Dimension Fixed Point Algorithms and Triangulations, Mathematisch Centrum, Amsterdam, 1980.
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