1) explicit iterative algorithm
离散迭代算法
1.
The explicit iterative algorithm for pipe cooling concrete temperature field has high precision,which is applied in the whole section simulation of a concrete gravity dam.
应用精度较高的水管冷却混凝土温度场离散迭代算法对某混凝土重力坝进行全坝段仿真计算,结果揭示了坝体准稳定温度场、坝体温度和应力变化规律。
2) approximation by finite element method
半离散有限元迭代算法
3) discrete Newton iteration method
离散Newton迭代方法
4) discrete approximate iteration
离散近似迭代法
1.
The paper proposes the discrete approximate iteration method,and uses it to solve the multiperiod mean-semi-variance porfolio selection model with the transaction costs and the constraints on trade volumes.
文章提出了离散近似迭代法,用该方法求解具有交易成本和交易量限制的多阶段均值-半方差(M-SV)投资组合模型。
2.
The paper proposes the discrete approximate iteration method,and uses it to solve the multiperiod mean-semi-variance portfolio selection model with the transaction costs and the con- straints on trade volumes.
文章提出了离散近似迭代法,并用该方法求解具有交易成本和交易量限制的多阶段均值一半方差(M-SV)投资组合模型。
5) discrete iteration
离散迭代
6) iteration algorithm
迭代算法
1.
The Cost Calculation Research on Actual Price Iteration Algorithm for Coating Production Input-output Method;
基于实际价迭代算法的涂料制造投入产出成本核算方法研究
2.
Study and application of parallel iteration algorithm;
并行迭代算法的研究及应用
3.
The iteration algorithm of applying singular value decomposition about ridge-estimate;
一种使用奇异值分解的岭估计的迭代算法
补充资料：迭代算法
迭代算法
iteration algorithm
迭代算法〔i恤腼吨函d朋;HTep叫“ouH‘~p“仪] 由点到集合的一个映射序列A*所确定的递推算法，其中A*:V一V，V是一个拓扑空间，对于某初始点““任v，可依下式计算点列。“任V， 。“+，一注*。“，儿=o，l，·…(l)称算子(1)为迭代(i把mt沁n)，而序列{。“}为迭代序列(itemti祀s叫uence). 迭代法(jtemtionn犯thod)(或迭代逼近法(me-thod of iterati记appro汕na石on”应用于求下面算子方程的解 通。”f，(2)即某泛函的极小值，求方程Au=又“的本征值和本征向量等，同时也用来证明这些问题解的存在性.如果对于一个初始近似。。，当k一的时:‘~。，则称迭代方法(l)收敛到问题的解u. 求解(2)的线性度量空间V上的算子A*一般由下式构造 注*况几=。七一H*(A。友一f)，(3)其中{H*二V~V}是由某迭代型方法所确定的算子序列.压缩映射原理(c ontraCting .n分pp吨pnn-ciPle)及真摧户，’或著向题的泛函变分极小化方法都是建立在构造形如(l)，(3)的迭代法基础之上.所使用的构造A七的各种方法有Newton法(Newton脸thod)或下降法(d留cent，n祀th(记of)的诸多变形.人们尝试选取H*使得在一定条件下。止~u的快速收敛得到保证，这些条件要求计算机存储空间确定后算子A*u六的数值实现充分简单，有尽可能低的复杂性而且数值稳定.求解线性问题的迭代法得到了很好的发展和深人的研究.该迭代法这里分为线性与非线性两大类.Ga.法(Ga璐nr目兀心)，Sd翻法(Sei-delrr℃th司)，逐次超松弛法(见松弛法(侧公爪沁n1优thod))和带有tle氏皿eB参数的迭代法属于线性方法;变分法(如最速下降法，共扼梯度法和极小偏差法(mi曲nal discrepancyn坦thod))等.见最速下降法(s吹p巴t把ceni，皿thi对of);共扼梯度法(eonju，te脚dients，此山记of)属于非线性方法.最有效的迭代法之一是使用tIe玩IIDeB参数(Che勿shevP~t-ers)，这里A是一个带有〔。，M』上谱的自相伴算子，M>m>0.这个方法提供了关于预先指定的第n步收敛性最优(对谱边界上的给定信息)估计.方法可描述为 “‘+’=“一“*十1(通。
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