1) global optimization
总体极值
1.
Based on interval analysis,in this paper, an interval algorithm for solving global optimization of nondifferential functions is proposed,which is developed by defining a special gradient to the functions and uses the interval extension of gradient.
在区间分析基础上，本文对分段光滑函数定义一种特殊导数概念，利用导函数的区间扩展，推出一种求解此类不可微总体极值的区间算
2) global minimum
总极值
1.
In this paper,we investigate the method which use mathematical ex- pectation of level value to approximate to the global minimum of a class optimization problem.
本文研究用数学期望型水平值逼近一类优化问题总极值的算法,证明了算法所构造的数学期望型水平值迭代方程的解的存在唯一性,同时证明了方程的解是原来优化问题的总极值,并对可统一到该算法理论框架下的几种可实现算法进行了简要描述,数值实验结果验证了算法的有效性。
2.
This paper presents a new numerical method for searching global minimum of some kind of multidimensional functions by synthesizirig three determinate and random methods.
本文综合三种较为有效的求总极值的确定型方法和随机型方法，提出自动寻找好的初始迭代点以较为方便地获取一类多维函数的总极值点的数值方法。
3) global optimization
总极值
1.
An integral-level set method for solving global optimization problems was proposed in 1978 and improved in 1999.
1978年,郑权等提出了积分型求总极值的方法来解决求解全局最优解的问题,1999年,邬冬华等对原郑权的方法作了一些改进,提出了修正的积分型求总极值方法。
2.
This paper presents a modified conceptual algorithm that has two characteristics: (1) each phase must construct a new function and this function and the primitive objective function have the same global optimization; (2) compared with Zheng s method, the proposed algorithm avoids solving level set procedure.
1978年 ,郑权等给出了一个积分型求总极值的概念性算法及 Monte- Carlo随机取点的实现途径 。
3.
In “A method for solving global optimization”, Zheng proposed an integral level set method for solving global optimization that it is only a theoretic algorithm, its actual algorithm is performed by stochastic sampling, hence, its actual algorithm convergence is unsolved problem.
郑权等在“一个求总极值的方法”一文中给出了一个积分－水平集求总极值的概念性算法及Ｍｏｎｔｅ－Ｃａｒｌｏ随机投点的实现算法，给出了总极值存在的充分和必要条件，而实现算法由于用了Ｍｏｎｔｅ－Ｃａｒｌｏ随机投点的方法，其收敛性是一未解决的问题。
4) global minimum
总体极小
6) population mean
总体均值
1.
Results:The formulas of the estimator of the population mean and its variance for sensitive questions on unrelated question RRT model in stratified two-stage cluster sampling were deduced.
结果:推导出无关联RRT模型在分层两阶段整群抽样下,总体均值估计量及其估计方差的计算公式;成功应用该方法及相关公式调查得苏州大学学生近两个学期考试作弊平均次数为1。
补充资料：Weierstrass条件(对变分极值的)
Weierstrass条件(对变分极值的)
eierstrass conditions (for a variational extremun
与 ，(，)一丁:(:，、(:)，、(。))过:， ，‘! L:R xR”xR”~R，在极值曲线x;、(t)上达到一个强局部极小值，其必要条件是不等式 、(r，x。(r)，又。(r)，亡))o对所有的t，t。蕊t毛t、和所有的省任C”都满足，其中‘·是Weierstrass澎函数(Weierstrass吕J一几mC-tion).这条件可借助于函数 n(t，x，p，u)=(p，u)一L(t，x，u)来表示(见n0HTp“「“H最大值原理(Pont月闷gm~-mum pnnciple)).Weierstrass条件(在极值曲线x。(t)上六)0)等价于函数n(r，x.，(t)，尸。(r)，u)当“=交.，(r)在u上达到极大值，其中夕。(t)=L、(t，x。，(t)，又。(t)).这样，Weierstrass必要条件是floH-Tp。朋最大值原理的特殊情形. Weierstrass充分条件(Weierstrasss川币eientcon-山tion):为了泛函 叭 ，(，)一丁:(:，、(。)，*(。))、。， r‘- L:R xR”xR”一，R在向量函数x.，(t)上达到一个强局部极小值，其充分条件是在曲线x。(t)的一个邻域G中存在一个向量值场斜率函数U(t，x)(测地斜率)(见H皿祀rt不变积分(Hilbert invariant integral))，使得 交。(t)=U(t，x。(t))和 产(t，x，U(t，x)，七))0对所有(t，x)〔G和任何向量亡6R”成立.【补注]对在极值曲线的隅角的必要条件，亦见Wei-erstrass一Erd”.un隅角条件(W匕ierstrass一Erdrnanncomer conditions).weierstrass条件(对变分极值的)[Weierstrass cOI公i-tions(for a varia垃翻目翻drelll.ll:Be滋eP山TPaccayc-月OBH，，KcTpeMyMa」 经典变分法中对强极值的必要和(部分地)充分条件(见变分学(variational cakulus)).由K .We卜erstrass于1879年提出. 节几ierstrass必要条件(Weierstrass neeessary con-dition):为使泛函
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