1) grouping training and composing optimizer
分组训练合成优化算法
2) IAPSOBPNN combined training algorithm
IAPSOBPNN组合训练算法
3) optimizing train methods
优化训练法
4) the method of combined training
组合训练法
1.
The finds show the method of combined training can improves the indexes of VO2max, BLA, Hb and diminishes the index of U-Pro of male college mid-distance runner
为提高我国男子大学生中跑运动员赛前短期集训的科学化水平,本文利用实验法、数理统计法和比较法等,探讨组合训练法对我国男子大学生中跑运动员赛前准备阶段专项耐力的影响。
5) optimal combined algorithm
优化组合算法
1.
The paper also presents an optimal combined algorithm for this integrated system.
同时还针对该组合导航系统提出了一种优化组合算法。
6) combinatorial optimization algorithm
组合优化算法
1.
For the sake of the incomplete and variant problem of knowledge acquisition about complex process, a new knowledge acquisition based on combinatorial optimization algorithm is proposed from optimization.
为解决目前知识获取方法对于复杂过程知识获取存在的不完全、不一致等问题 ,从优化角度提出了一种基于组合优化算法的知识获取技术 。
2.
Based on the shortest path theory,the combinatorial optimization algorithm that can search optimal logical schemes of some targets in the network graph intelligently and can form the whole scheme automatically was put forward.
为了使设计者从道路线路设计的繁重计算统计工作中解脱出来,在研究了局部方案间内在关联的基础上,提出了将局部方案分解为更小单位的逻辑方案,用有向网络图表示逻辑方案间的拓扑关系,采用节点-弧段联合数据结构来表示网络图;同时基于最短路径理论,提出了在网络图中智能化搜索综合指标最优的逻辑方案集,自动形成整体方案的组合优化算法。
补充资料：计算算法的最优化
计算算法的最优化
ptimization of computational algorifans
计算算法的最优化【。洲咧匕6阅ofc咖例。柱.目习子时-d，”6;onT一Mo3a双，Ra，一eju.Teju.II.叱a几r0P盆n陇o，1 在求解应用问题或精心设计标准程序系统时最优计算算法(comPutatio几al algorithm)的选择.当解决一个具体间题时，最优策略可能不会使解法最优化，可是为优化一个标准程序或应用最简单的解法编制程序则是很直截了当的. 计算算法的最优化问题的理论提法是基于下述原则.当选择一种方法来求解一个问题时，研究人员关心的是某些特性，而且根据这些特性来选择算法，同时这个算法也能用来解决具有这些特性的其他问题.据此，在算法的理论研究中，人们引人了具有特殊性质的一类问题尸.当选择一种解法时，研究人员有一组解法M可供选用.当选用一种方法m来求解一个问题p时，得到的解会有一定的误差e(p，m).称量 E(P，m)=sllp}。(p，m)I P‘P为在这类问题P中方法m的误差(en刀r of the nrth-od)，同时，称量 E(p，M)一惑E(p，m)为M中方法在尸中误差的最优估计(。Ptimal estirnateof the error).如果存在一种方法，使得 E(P，m。)=E(P，M)，那么称这个方法为最优的(optirnal).研究计算算法最优化问题的一个方案可以追溯到A .H .KQJLMoropoB(【2」)，所考虑的是计算积分 1 ‘(f)一Jf(x)dx 0问题的集合，给定的条件是}f(时}成A，其中M是所有可能求积 N ‘(f)澎，万:C，f(x，)的集合·每一种求积由总数为ZN的cj和礼确定.由具有所需精度的某函数类重新生成一个函数所需要的最小信息量(见【2]，「31)也可以包含在这个方案中.这个问题的一个更详细的阐述可查阅【4]，它指出在特定意义下实现算法的工作量与应用的存储量同样大.最优算法仅对极少数类型问题存在(汇1」)，然而，对大量计算问题，已经建立了就其渐近特性而言几乎是最优的方法(见汇5]一【8」). 对某类问题最优的计算算法特性的研究工作(见15]，【71)包含两部分:建立其特性尽可能好的具体解法，和根据计算算法的特性得出估计量(见【2]一【4]，【9】).实质上，问题的第一部分是数值方法理论的一个基本问题，而且在大多数情况下它是与最优化问题无关的研究工作.下面得到的估计通常归结为对￡摘(。
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