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 -> 双参数精确罚函数
1)  exact penalty function with two-parameter
双参数精确罚函数
1.
Study on Nonlinear Neural Networks Based on Exact Penalty Function with Two-parameter;
双参数精确罚函数非线性神经网络的研究
2)  exact penalty function
精确罚函数
1.
Several Notes on the Exact Penalty Function Method for Nonlinear Programming;
非线性规划精确罚函数法的几点注释
2.
On minimizing problems subject to equality constraints,we give a new exact penalty function.
本文给出了一类等式约束优化的简单光滑精确罚函数,该精确罚函数有别于传统罚函数,它是光滑的和简单的,即在该精确罚函数表达式中,不含有目标函数的梯度。
3.
In this paper, we study the asymptotic behavior of methods based on a family of penalty functions that approximate asymptotically the usual exact penalty function for the differentiable nonlinear programming problem.
本文对可微非线性规划问题提出了一个渐近算法,它是基于一类逼近l1精确罚函数的罚函数而提出的,我们证明了算法所得的极小点列的聚点均为原问题的最优解,并在Mangasarian-Fromovitz约束条件下,证明了有限次迭代之后,所有迭代均为可行的,即迭代所得的极小点为可行点。
3)  exact penalty functions
精确罚函数
4)  quasi-exactness penalization function
准精确惩罚函数
1.
The method of quasi-exactness penalization function is used to produce cost function.
介绍了一种运算放大器的电路级综合方法,该方法利用准精确惩罚函数法构造出待优化的价格函数,此外采用自适应遗传算法作为优化算法,即采用动态自适应技术来调整遗传算法中的交叉及变异概率以提高获得全局最优解的能力。
5)  quasi-exact penalty function
准精确惩罚函数
1.
An improved floating-point coded genetic algorithm controlled by information entropy is presented to solve the constrained optimization problems based on the quasi-exact penalty function.
在用准精确惩罚函数处理约束优化问题的基础上 ,提出一种基于浮点数编码机制的信息熵控制多种群遗传算法。
6)  l_1-exact penalty function
l1-精确罚函数
1.
The approach employs l_1-exact penalty function and a trust-region-type globalization technique.
该算法利用l1-精确罚函数和信赖域型的全局优化方法,每步迭代需要解的子问题是一个二次半定规划问题,它可以用已有的半定规划软件有效的解决。
补充资料:单叶函数的参数表示


单叶函数的参数表示
alent functions parametric representation of urn-

  单叶函数的参数表示1 parametric rePrese川tat咖of画、val以丘.rd佣s;napaMeTP“叨ecKOe npe八cTal明e““el 实现平面域到典型域(例如具有同心裂纹的圆盘)的共形映射的单叶函数(u州川enti切犯tion)的一种表示;通常以如下方式出现.选定单参数区域族Q‘,O(t0很小.当参数t连续变化时,可由此引出一些微分方程.最著名的是l为脚讹r方程(助wner eqUa石on)与L加汇哈r一Ky中apeB方程.在离散的情形—对格域Q:和自然数t—从f。到了r+‘,。=l,的转换由递推公式给出.这些公式与方程通常源于sch场arz公式(见tll)及其推广(见〔21).参数表示的另一个具有同样重要性的源泉是关于上述提到的区域族的Green函数G:(:,“‘)(“,z‘任Q,)的Hadamard变分(见[31,!4]).对于椭圆微分方程,Hada在团心方法亦称为不变嵌入法(Tnethod of mvariant如bedding)(见【5」).下面就最简单的(离散)情形展示参数表示、H往da几四rd变分及不变嵌入之间的联系, 设Q是复整数的一个集合(格域(btticedo-翅in))且设Green函数g。(:,:‘)是关于Q上所有实值函数“(z)组成的类R。上的D州c比t一伪u幽、泛函(Djric比t一伪u乡as ftm ctional) I Ir(。)二29(:‘)+艺艺p*(。)iv*。(z)l’ k,02‘Qo的一个极端点,此处 Q。二{“:z,:一l,:一i,Z一l一i‘Q}, V。g(z)=g(z)一g(:一l一i), V,g(:)“g(:一l)一g(:一i), p*(0)三1,p*(t+l)“p*(t)+Nj;:,N是自然数,占;是Kfoneeker记号,心‘二(k,,::),t二0,…。T一1,是某个数偶集合;毛:,二:=1,…,T}是Q:的边界,k‘=o或1.寻求泛函I,(g)的极值是一个二次规划问题.对于t和t+1的解的比较给出不变嵌人(HadaJ爪ard变分)基本公式(bas元for-m往巨of川、,ariantjmbedding(Hadamard城tr以泳刀1)): G,+l(:,z‘)二 一G!‘一”一告v*G!‘一,v*G!‘一”, (2)其中e,=N一’一v*,v*,G,(z。,z,)>o,记号v*,表示关于该Green函数第二变量的微分算子(1).已知G。(:,:‘)即可从(2)式逐步(递推)得到所有的函数G。
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