1) complex nondifferentiable function
复杂非光滑函数
1.
A maximum entropy method is used to solve minimizing problems for complex nondifferentiable function.
用极大熵原理解决了一类复杂非光滑函数的极小化问题，得到了它的一个近似计算方法。
2) nonsmooth function
非光滑函数
1.
In this paper,Green s formula is extended to nonsmooth functions.
把格林公式推广到非光滑函数,得到了格林公式成立的充分必要条件。
2.
Some weak generalized convex conditions for nonsmooth functions are proposed.
对一大类非光滑函数提出了几种很弱的广义凸条件,然后将Mond和Weir关于光滑数学规划的一般对偶理论推广到非光滑广义凸多目标规划的情形。
3) nonsmooth functions
非光滑函数
1.
In this paper,we establish Green s formula,Gauss s formula and stokes s formula of nonsmooth functions with the help of the Fubini Theorem.
利用富比尼定理建立了非光滑函数的格林公式、高斯公式和斯托克斯公式。
4) Non-smooth Lyapunov function
非光滑Lyapunov函数
1.
LaSalle invariant theorem and non-smooth Lyapunov function are employed to theoretically guarantee the stability of the acrobot in the whole motion space.
提出一种基于非光滑Lyapunov函数的Acrobot控制器设计和全局稳定性分析方法。
5) complex function
复杂函数
1.
Optimization and iteration of multi-dimension parameters in complex function by computer;
复杂函数中多维参数的计算机优选搜索与累次迭代
2.
This algorithm was used to solve the automatic modeling of the complex functions and then the projects were predicted according to this model.
通过对适应度函数的有效设计以及函数集的有效选取,引入新的常数创建方法,将基因表达式程序设计运用于复杂函数的自动建模中,并把所建立的模型用于预测分析。
3.
In this paper, we apply Genetic Programming to the automatic modeling of complex functions.
采用遗传程序设计的方法实现复杂函数的自动建模,程序中用树的分层结构表示复杂函数,并设计了相应的遗传算子(包括杂交算子和变异算子)以及停机条件。
6) complex functions
复杂函数
1.
Shuffled frog leaping algorithm for solving complex functions
求解复杂函数优化问题的混合蛙跳算法
2.
With strong random,basic Shuffled Frog Leaping Algorithm(SFLA) algorithm easily traps into local optima and has a slow convergence speed when it is used to address complex functions,in order to overcome the shortcomings,an improved SFLA is proposed.
针对基本混合蛙跳算法随机性强,在处理复杂函数优化问题时容易陷入局部最优、收敛速度慢的缺点,提出了一种改进的混合蛙跳算法,该算法利用高斯变异算子对子群最差青蛙进行适当的扰动,修正了其更新策略,从而维持了群体的多样性。
3.
Standard Particle Swarm Optimization(PSO) algorithm falls into local optima easily and has low convergence accuracy when it is used to address the problem of complex functions optimization.
针对标准粒子群优化算法在处理复杂函数优化问题时容易陷入局部最优、收敛精度低的缺点,提出了一种改进的PSO算法,该算法把生物学中的吸引排斥思想引入到PSO算法中,充分利用粒子间的相互影响,修正了其速度更新公式,从而维持了群体的多样性,增强了粒子跳出局部最优解的能力。
补充资料：光滑函数
光滑函数
smooth function
光滑函数l，旧0山加目出闭;门御班明中洲“职川 每个自变量值均为光滑点(见函数的光滑点(sITlc幻th point ofa丘山Ctlon))的函数.光滑函数可以不连续.若光滑函数在某区间上连续，则它的可微点的集合在该区间上是稠密的，且有连续统的势.存在实轴上非几乎处处可微的连续光滑函数.光滑函数在它的每个局部极值点都有导数;由此可知，微分学中的基本定理，Rolle定理，Laglange定理，Q班上y定理，Dar加ux定理等对于光滑的连续函数都是正确的 B .H.EMe月‘.习。B撰【补注】注意，任何加性函数(addjtiVe functjon)f(即f(义+y)=f(x)十f(y)对一切x，y)是光滑的.存在处处不连续的加性函数. 上述光滑函数概念不大常用.“光滑函数”通常指的是“充分可微的函数”，甚至理解为C.函数(无穷次可微的函数);它也可理解为“光滑模满足某种增长条件”的函数(亦见光滑模(smoothn已粥，抑闭u-lusof)).王斯雷译
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