1) general project gradient
广义梯度算法
2) generalized gradient projection method
广义投影梯度算法
1.
This paper analyzes the generalized gradient projection method for inequality constrained optimization problems under both non-degeneracy and degeneracy, and finds that two methods adopted for solving the different iteration directions are the same in essence.
对非退化和退化两种情形下的不等式约束优化问题的广义投影梯度算法作了分析,发现所采用的两种不同的求解迭代方向的方法在本质上是相同的。
3) general gradient method
广义梯度法
1.
An optimal algorithm model for the electrical plug design is put forward according to the general gradient method,which is used to settle the multi-variable and non-lin- ear problems.
根据电扣机设计的两类问题和广义梯度法解决多变量、非线性约束问题的一般方法,提出了扣机电磁铁主要设计参数的优化算法。
4) multi-step generalized gradient method
多步广义梯度法
5) Generalized reduced gradient method
广义既约梯度法
1.
In this paper, a new generalized reduced gradient method for optimization problems with nonlinear inequality oonstraints is presented with the help of a new pivoting operation.
本文借助一种新的求基转轴运算建立了带非线性不等式约束最优化问题的一个新的广义既约梯度法。
6) general reduced gradient method
广义简约梯度法
1.
The general reduced gradient method is used to find the solution of the mathematical model,and the calculation process is discussed.
采用广义简约梯度法求解此数学模型,探讨了其计算过程。
补充资料：BP算法
分子式：
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
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