1) genetic optimization algorithm
基因优化算法
1.
According to engineering practice, this paper studies the multi-state multi-stage multi-resource leveling optimization, build optimization model and apply genetic optimization algorithms (GO) to solve this problem .
通过分析目前网络计划资源均衡优化的研究现状和发展趋势,指出了目前的研究存在的不完善之处,在此基础上提出了本文研究的课题——基于基因优化算法的多工况多资源多阶段网络计划资源均衡优化研究。
2) memetic algorithm
文化基因算法
1.
The origin and development of the memetic algorithm as well as its applications in various optimization problems are introdued in the paper.
文化基因算法(memetic algorithm)是Pablo Moscato提出的建立在模拟文化进化基础上的优化算法,它实质上是一种基于种群的全局搜索和基于个体的局部启发式搜索的结合体。
4) gene optimization
基因优化
5) gene evolution computation
基因遗传优化计算
6) optimal algorithm
优化算法
1.
Summarize on Petri Net and optimal algorithm integrated for scheduling of FMS;
Petri网与优化算法结合求解FMS调度研究综述
2.
Supply chain optimal algorithm based on manufacturing resource limits;
基于制造资源约束的供应链优化算法
3.
Improved optimal algorithm and simulation of temperature distribution for reheating furnace;
步进式加热炉炉温优化算法的改进与计算机仿真
补充资料：BP算法
分子式：
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
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