约束泛函,functional constrain,音标,读音,翻译,英文例句,英语词典

您的位置：首页 -> 词典 -> 约束泛函

1) functional constrain 点击朗读

约束泛函

2) Jordan functionals 点击朗读

约当泛函

3) constrained function 点击朗读

约束函数

By analyzing the deforming process of conical cold forging, this paper finds out the object function and constrained functions and gets the optimum parameters of conical forging die by using optimization melhod.

通过对锥形冷锻件变形过程的分析，找出目标函数及约束函数，运用优化方法，得出了冷锻件锥形模的最佳参数。

更多例句>>

4) constraint function 点击朗读

约束函数

With terminal function of spring minimal quality,with optimization parameters of the wire diameter,the mean spring diameter and the number of active coils,and with constraint function of shear stress,maximum deflection and index ect.

以弹簧的重量最轻为优化设计目标函数,以弹簧丝直径、弹簧中径和有效工作圈数为优化参数,根据剪切强度要求、最大变形条件、旋绕比等为约束函数建立了优化设计的数学模型。

Because there are many infeasible chromosomes,the genetic algorithm was mended to provide a constraint function for operating the infeasible chromosomes.

基于大量不满足刚体完全定位规则的非可行染色体存在,提出了适应最优装配操作选择的约束函数,为非可行染色体的进化提供了条件。

In the basis of the characteristic of complex trusses, the constraint functions are separated into local constraints and global constraints, and a simple method for working constraint functions is p resented in this paper.

根据复杂杆系结构的特点，将约束函数分为局部约束和全局约束，提出了一种用于约束函数处理的简化方法。

更多例句>>

5) restrained function 点击朗读

约束函数

And sampling formulas of the expected aim, whole optimum aim F(x ) and restrained functions are given.

文中重点讨论了运动矩阵的建立，仿生手指的结构模拟与教学描述，给出了预期目标的采样式，总优化目标Ｆ（ｘ）与约束函数ｇ１（ｘ）～ｇ４２（ｘ）。

更多例句>>

6) function constraint 点击朗读

函数约束

补充资料：Марков过程的泛函

Марков过程的泛函
functional of a Markov process

　　M仰助“过程的泛函【加犯份班司健a扮如d如vpr以犯岛;中y业，o.a月oT Map二招e.o np()朋eCea] 一个以可测方式依赖于MaPKo.过程轨道的随机变量或随机函数，其可测性条件随具体情况而定.在MaP盆oB过程的一般理论中，采用以下的泛函定义.假设给定一个具有时间推移算子氏的非停止齐次M叩-Ko。过程(M田玉ov plx兀启弥)X二(xr，风，氏)，其相空间为可测空间(In纷s幽 blespaCe)LE，少)，设才是基本事件空间中包含每个形如{。:x，“B}(t)0，B任分)的事件的最小。代数，/’是对于所有可能的测度Px(x‘E)关于/’的完全化的交.如果对于每个t)O，7，关于。代数才门不是可测的，那么，称随机函数叭(‘)0)为Ma伴oB尽捍X的攀甲(丘功d沁n目of此MaJ改ov Pnx君邓)· 人们特别关心的是M川阵..过程的乘性和加性泛函.它们分别润足条件下，十:，下;疏凡和，，十，，，，+氏大，s，亡》0.这里假定，，在【0，co)上是右连续的(代替这些条件，有时只假定对所有固定的s，t)O，这些条件关于P:几乎处处成立).在停止和非齐次过程的情形下，采用类似的方式来定义.MaPI..过程x‘(x，，心，不，P)的加性泛函的例子可以通过以下方式得到:设对于t<‘，，，等于f(x，)一f(x。)，或北f(气)d:，或随机函数f(x，)在:。10，，]中跳跃值的和，这里f(x)是有界并且关于岁可侧的函数(第二和第三个例子只在某些附加限制下有效).从任意加性泛函，.，可以得到乘性泛函以py，.在标准MaP-血过程的情况下，设t0，则有下，>o，那么Y=(戈.，下;一，、疚:，p:)是一个标准M却-KoB过程，这里T，=suP{、:，，(弓，t“[0，袱一)，这时，称Y为由X经随机时间变换二t~T。而得到的过程.是对子标辰反覆竺一‘毋。殷被探人地研究了，尤其【补注】在。中的寒修举(al罗b份of‘)‘对于子集Q‘C=。的迹(哑)是集代数。’n，二{A门Q‘:A“月.如果了是。代数，那么它也是。代数. 刘秀芳译
　　

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

约束函数型数据约束违反度函数生产函数约束桩顶约束函数桩底约束函数泛函

约束函数法约束函数鲁棒性约束凝聚函数坐标函数约束模糊约束函数

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 -> 约束泛函 1) functional constrain 约束泛函 2) Jordan functionals 约当泛函 3) constrained function 约束函数 1. By analyzing the deforming process of conical cold forging, this paper finds out the object function and constrained functions and gets the optimum parameters of conical forging die by using optimization melhod. 通过对锥形冷锻件变形过程的分析，找出目标函数及约束函数，运用优化方法，得出了冷锻件锥形模的最佳参数。更多例句>> 4) constraint function 约束函数 1. With terminal function of spring minimal quality,with optimization parameters of the wire diameter,the mean spring diameter and the number of active coils,and with constraint function of shear stress,maximum deflection and index ect. 以弹簧的重量最轻为优化设计目标函数,以弹簧丝直径、弹簧中径和有效工作圈数为优化参数,根据剪切强度要求、最大变形条件、旋绕比等为约束函数建立了优化设计的数学模型。 2. Because there are many infeasible chromosomes,the genetic algorithm was mended to provide a constraint function for operating the infeasible chromosomes. 基于大量不满足刚体完全定位规则的非可行染色体存在,提出了适应最优装配操作选择的约束函数,为非可行染色体的进化提供了条件。 3. In the basis of the characteristic of complex trusses, the constraint functions are separated into local constraints and global constraints, and a simple method for working constraint functions is p resented in this paper. 根据复杂杆系结构的特点，将约束函数分为局部约束和全局约束，提出了一种用于约束函数处理的简化方法。更多例句>> 5) restrained function 约束函数 1. And sampling formulas of the expected aim, whole optimum aim F(x ) and restrained functions are given. 文中重点讨论了运动矩阵的建立，仿生手指的结构模拟与教学描述，给出了预期目标的采样式，总优化目标Ｆ（ｘ）与约束函数ｇ１（ｘ）～ｇ４２（ｘ）。更多例句>> 6) function constraint 函数约束补充资料：Марков过程的泛函 Марков过程的泛函 functional of a Markov process 　　M仰助“过程的泛函【加犯份班司健a扮如d如vpr以犯岛;中y业，o.a月oT Map二招e.o np()朋eCea] 一个以可测方式依赖于MaPKo.过程轨道的随机变量或随机函数，其可测性条件随具体情况而定.在MaP盆oB过程的一般理论中，采用以下的泛函定义.假设给定一个具有时间推移算子氏的非停止齐次M叩-Ko。过程(M田玉ov plx兀启弥)X二(xr，风，氏)，其相空间为可测空间(In纷s幽 blespaCe)LE，少)，设才是基本事件空间中包含每个形如{。:x，“B}(t)0，B任分)的事件的最小。代数，/’是对于所有可能的测度Px(x‘E)关于/’的完全化的交.如果对于每个t)O，7，关于。代数才门不是可测的，那么，称随机函数叭(‘)0)为Ma伴oB尽捍X的攀甲(丘功d沁n目of此MaJ改ov Pnx君邓)· 人们特别关心的是M川阵..过程的乘性和加性泛函.它们分别润足条件下，十:，下;疏凡和，，十，，，，+氏大，s，亡》0.这里假定，，在【0，co)上是右连续的(代替这些条件，有时只假定对所有固定的s，t)O，这些条件关于P:几乎处处成立).在停止和非齐次过程的情形下，采用类似的方式来定义.MaPI..过程x‘(x，，心，不，P)的加性泛函的例子可以通过以下方式得到:设对于t<‘，，，等于f(x，)一f(x。)，或北f(气)d:，或随机函数f(x，)在:。10，，]中跳跃值的和，这里f(x)是有界并且关于岁可侧的函数(第二和第三个例子只在某些附加限制下有效).从任意加性泛函，.，可以得到乘性泛函以py，.在标准MaP-血过程的情况下，设t0，则有下，>o，那么Y=(戈.，下;一，、疚:，p:)是一个标准M却-KoB过程，这里T，=suP{、:，，(弓，t“[0，袱一)，这时，称Y为由X经随机时间变换二t~T。而得到的过程.是对子标辰反覆竺一‘毋。殷被探人地研究了，尤其【补注】在。中的寒修举(al罗b份of‘)‘对于子集Q‘C=。的迹(哑)是集代数。’n，二{A门Q‘:A“月.如果了是。代数，那么它也是。代数. 刘秀芳译　　说明：补充资料仅用于学习参考，请勿用于其它任何用途。参考词条约束函数型数据约束违反度函数生产函数约束桩顶约束函数桩底约束函数泛函

©2011 dictall.com