1) steepest descent algorithm and Genetic Algorithm
最速下降和遗传算法
2) steepest descent backpropagation neural network
最速下降反传算法网络
3) Steepest Descent Backpropagation
最速下降反传算法
4) genetic descent algorithm
遗传下降算法
1.
This paper first formulates the hybrid flow shop scheduling (HFSS) problem using an integer programming model and then develops a genetic descent algorithm (GDA) for it.
针对混合流水车间调度问题 (Hybrid Flow Shop Scheduling,HFSS)建立了混合整数规划模型 ,提出了遗传下降算法 (Genetic Descent Algorithm,GDA) 。
5) steepest descent method
最速下降算法
1.
Adaptive filter based on steepest descent method for fundamental extraction;
一种基于最速下降算法的基波提取自适应滤波器
2.
Using steepest descent method to improve node localization accuracy of maximum likelihood estimation;
使用最速下降算法提高极大似然估计算法的节点定位精度
6) steepest descent algorithm
最速下降算法
1.
The ordinary optimization algorithm can not solve the multi-extreme value problem in data assimilation, so an improvement to steepest descent algorithm is proposed to solve the problem.
以最速下降算法为例,提出一种改进方法,在迭代到某个极值点时,自动跳出该极值点附近去寻找下一个极值点,直到找到满意的最小值点为止。
补充资料：最速下降法
分子式：
CAS号：
性质：一种基本的寻优方法。根据函数梯度的特性，在实验点附近，沿梯度方向函数变化率最大，称为最速上升方向。选取负梯度方向(最速下降方向)作为搜索方向来搜索极小值点，称为最速下降法。任选一个起始点X(0)，计算该点的梯度和梯度方向的单位向量E(0)，沿负梯度方向进行搜索，寻求最优步长h(0)，使在该方向的目标函数值最小。找到了最优步长，便得到一个新点X(1)，X(1)=X(0)-h(0)E(0)。再以X(1)点作为新的寻优起始点，继续上述的搜索步骤，直到满足给定的收敛要求为止。沿梯度方向进行搜索的特点是，函数在X(k)点与在X(k+1)，点的梯度向量相互垂直，搜索路线呈锯齿形；距极值点较远时，收敛速度较快，接近极值点，优化速度很慢；迭代计算比较简单，在计算中对起始点位置选择要求不高。
CAS号：
性质：一种基本的寻优方法。根据函数梯度的特性，在实验点附近，沿梯度方向函数变化率最大，称为最速上升方向。选取负梯度方向(最速下降方向)作为搜索方向来搜索极小值点，称为最速下降法。任选一个起始点X(0)，计算该点的梯度和梯度方向的单位向量E(0)，沿负梯度方向进行搜索，寻求最优步长h(0)，使在该方向的目标函数值最小。找到了最优步长，便得到一个新点X(1)，X(1)=X(0)-h(0)E(0)。再以X(1)点作为新的寻优起始点，继续上述的搜索步骤，直到满足给定的收敛要求为止。沿梯度方向进行搜索的特点是，函数在X(k)点与在X(k+1)，点的梯度向量相互垂直，搜索路线呈锯齿形；距极值点较远时，收敛速度较快，接近极值点，优化速度很慢；迭代计算比较简单，在计算中对起始点位置选择要求不高。
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