1) sequential collaborative optimization
序列协同优化方法
1.
As a part of the project supported by the Commission of Science Technology and Industry for National defense, the dissertation explores the application of multidisciplinary design optimization in the structural system design of deep sea space station by using sequential collaborative optimization.
本文作为国防科工委“十一五”重大基础研究专项的部分研究内容,对多学科设计优化在深海空间站结构系统设计中的应用进行了探索,利用本文提出的序列协同优化方法完成了结构系统的设计,重点对多学科设计优化方法、耐压壳结构设计和结构系统的协同优化进行了研究,主要完成了以下几个方面的内容:(1)对多学科设计优化进行了综述,详细介绍了多学科设计优化提出的背景、研究概况及研究的主要内容,并对多学科设计优化方法进行了重点描述。
2) CO
协同优化方法
1.
Three typical MDO methods, MDF, IDF and CO, will be compared in this paper.
文中对具有代表性的三种多学科优化方法—多学科可行法(MDF)、单学科可行法(IDF)和协同优化方法(CO)进行比较,阐述了各种方法的结构体系及其特点,并且通过一个耦合的多学科问题来说明三种方法的集成过程。
2.
Three of typical MDO techniques,Multidisciplinary Feasible Method(MDF),Collaborative Optimization(CO),and Bi-Level Integrated System Synthesis(BLISS) are discussed and applied to the design of Speed Reducer.
为了推广多学科设计优化方法在船舶和海洋工程结构设计中的应用,讨论了三种典型的多学科设计优化方法:多学科可行方向法(MDF),协同优化方法(CO),两级系统综合方法(BLISS),并将其应用到齿轮减速箱的设计中;根据计算结果,对上述三种多学科设计优化方法进行了定量的比较和研究,得出BLISS方法最适合齿轮减速箱优化设计的结论。
3) majorant method
优序列方法
1.
By means of Smail′s point estimates and the majorant method,the convergence of the deformed Chebyshev method under γ-conditions is studied to solve nonlinear equations in Banach space.
在sm a le点估计理论引导下,利用优序列方法,研究γ-条件下,变形chebyshev迭代方法在求解Banach空间中非线性方程F(x)=0时的收敛性问题,并给出了误差估计,而且通过一个积分方程实例比较了它和N ew ton法,导数超前计值的变形N ew ton法,避免导数求逆的变形N ew ton法的每步误差。
2.
By means of Smale s point estimates and the majorant method, the convergence of two deformed Newton s iterations under weak conditions is studied.
在 Smale点估计理论引导下 ,作者利用优序列方法 ,研究了弱条件下 ,减少导映照计值次数、避免导映照求逆两种变形牛顿迭代在求解时的收敛性问题 。
3.
By means of Smale’s point estimates and the majorant method, the convergence of Secant method for solving the nonlinear equtions is studied and proved under weak condition.
在Smale点估计理论的引导下,利用优序列方法,在弱条件下,研究两点弦截法求解非线性方程的收敛性问题,并给出了存在收敛性定理。
4) multilevel sequential optimization algorithm
多级序列优化方法
1.
A multilevel sequential optimization algorithm based on Niche Immune Genetic Algorithm(NIGA) is proposed to solve the problem of optimal layout of silicon steel sheet.
提出一种基于小生境免疫遗传算法的多级序列优化方法,并解决硅钢片优化排样问题。
5) sequential unconstrained optimization technique
序列无约束优化方法
6) Sequential minimal optimization (SMO)
序列最小优化方法
补充资料：序列
序列
sequence
序yIJts叫uenee;noc月e压oBaTe月、”oc几]，给定集合元素的 定义在正整数集合上的函数，其值域包含在所研究的集合中. 序列f二N一卜X(其中N为正整数集，X为给定集合)的元素(elen姆nt)或项(term)，是一个有序对(n，x)，x二f(n)，n任N，x6X，记作x。.正整数n称为x。的项数或指标(number(or认文晓x)ofthetermx。)，元素x任X称为它的值(value).序列f:N~X常记作{x。}或x，(n=l，2，…). 序列元素的集合总是可数的;然而，一序列不同的两项至少它们的指标不同.序列元素的值集有限;例如，任何平稳序列，也就是所有元素有一个值或相同值x”=。(n=l，2，…)的序列{x。}，其值集就由一个元素组成. 若。，<。2，则序列{x。}的项x。月称为元素x，:的煎华(脾decessor)，项x。:称为x。，的后譬(suC-cessor).因此序列元素的集合有序. 在许多数学分支中遇到过序列的很多类型，它们有助于描述所研究对象的一些性质.例如，若X是拓扑空间(topolo乡cal space)，则收敛序列(convergentsequences)，也就是在这个空间中有极限(五几血)的序列，在它的点的序列中扮演了一个重要角色.收敛序列在描述诸如紧性，映射极限的存在性，映射的连续性等性质时很方便(至少对可数基能用到).如果某种对象(点，集合，映射等)的序列的所有元素有确定的性质，那么常常不难发现这种性质在该序列的极限点被保持.例如，在极限转移之下对于函数收敛的不同类型(点态收敛，几乎处处收敛，一致收敛，依测度收敛，平均收敛等)，研究诸如可测性、连续性、可微性、可积性等性质的行为. 从有限正整数集万石二{1，…，n}到集合X中的映射j:五下牙~X，有时称之为有限序列(丘苗tese-quence)，并记作{x、，…，x。}，其中x*二f(幻(人“I，…，”).序列可以用其通项公式给出(例如算术序列)，也可以用递推公式给出(例如Berno幽数的序列)或者用恰如其分的语言简单地描述(例如按递增次序的所有正素数的序列).亦见二重序列(doub七seqUcnce);多重序列(mul石nle seq~e).序列概念的推广就是广义序列(generaliZed seq~e).
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