1) discrete local minimal solution
离散局部极小
1.
After finding out a discrete local minimal solution by using a genetic algorithm as a initial point,the algorithm tries to improve a discrete local minimal solution by minimizing a filled function.
首先,利用改进的遗传算法快速找到初始的离散局部极小解;其次,把该离散局部极小解作为初始点,用所设计的局部搜索算法极小化填充函数去寻找一个更好的局部极小解,并且通过有限次迭代,最后得到全局最小解。
2.
With the definition of discrete local minimal solution of an integer programming problem, this paper presents a neighbourhood search algorithm for finding a discrete local minimal solution of the problem.
首先，给出整数规划问题的离散局部极小解的定义，并设计找离散局部极小解的邻域搜索算法。
3.
With the difinition of discrete local minimal solution of an integer programming problem,this paper presents a neighbourhood search algorithm for finding a discrete local minimal solution of the problem.
首先，在求出整数规划问题的一个离散局部极小解的基础上构造了整数规划问题的凸填充函数；其次，通过寻找该填充函数的离散局部极小解，以期找到整数规划问题的比当前离散局部极小解好的解。
2) Discrete local minimizer
离散局部极小值点
3) escape from the local minima
逃离局部极小点
1.
With the purpose of solving the local minima of standard Back-Propagation(BP) algorithm,a modified error function was proposed to escape from the local minima and converge to the global minima.
对扩展的异或问题正弦函数模拟进行了仿真实验,结果对比表明,改进的BP算法能快速逃离局部极小点,收敛到全局最小点,达到了期望的效果。
4) local minimum
局部极小
1.
Homotopy method for getting a local minimum of unconstrained non-convex programming
同伦方法求解无约束非凸优化问题的局部极小
2.
It is emphazised that the local minimum problem caused by null resultant force or U shape obstacle is studied.
针对自治式水下潜器(AUV)局部路径规划问题,基于虚拟势场理论研究,提出了虚拟力概念,并设计了一种改进型虚拟势场局部规划算法,解决了经典虚拟势场能算法中存在的零合力与U型障碍的局部极小问题:当AUV陷入局部极小时通过调用相应的逃避算法来摆脱局部极点。
3.
In this paper, we study several models of Hopfield neural network to overcome the difficulties of the invalid solution and local minimum in solving the Travelling Saleman Problem(TSP).
针对Ｈｏｐｆｉｅｌｄ神经网络在求解巡回推销员问题（ＴＳＰ）时出现的无效解和局部极小值问题，本文结合网络动态分析，利用权矩阵特征值在网络内部动力特性与外在解表现形式之间的关联作用，通过各特征值间关系协调，对基于原模型的权值修正方案作进一步理论分析与改进，探讨网络收敛于全局有效解的途径，并在全国３１省、市、自治区ＴＳＰ模拟中收到较好效果。
5) local minima
局部极小
1.
Aimed at particle swarm optimization(PSO) algorithm being easily trapped into local minima value in multimodal function,a rotating surface transformation(RST) method was proposed.
针对粒子群优化算法(PSO)应用于多极值点函数易陷入局部极小值,提出旋转曲面变换(RST)方法。
2.
Particle Swarm Optimization(PSO) algorithm is a population-based global optimization algorithm,but it is easy to be trapped into local minima in optimizing multimodal function.
粒子群优化算法应用于多极值点函数优化时,存在陷入局部极小点和搜寻效率低的问题。
3.
Aim To study the standard BP algorithm s local minima and learning speed problems and propose the scheme for improvement.
目的 对 BP学习算法中存在的大量局部极小点以及收敛速度慢问题进行研究并提出相应的改进方案 。
6) local minimization
局部极小
1.
To avoid the disadvantage of artificial potential field, a method was put forward to separate the region which will result in local minimization by some special points.
针对人工势场法中局部极小问题产生的根源,提出将现场中容易导致局部极小问题的区域通过一些人为设置的特征点隔离出来。
2.
When the mobile robot enters into the region of local minimization,"follow-wall " begins to work.
利用人工势场法进行移动机器人路径规划是十分有效的,在使用人工势场法进行避障的时候,由于移动机器人对周围环境信息的感知具有局限性,容易导致局部极小问题的出现。
3.
This paper sums up some parameter improve methods from a large number of references which were relative to these problems(①to meliorate the convergence rate mainly by improving the learning rate method;②to overcome the problem of local minimization from three aspects:to choos.
然而它的两个突出问题——收敛速度慢、易陷入局部极小点,制约了它的应用。
补充资料：离散时间周期序列的离散傅里叶级数表示
(1)
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
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