1) stochastic simulation-based genetic algorithm
随机模拟遗传算法
2) Stochastic Genetic Algorithm
随机遗传算法
1.
To solve the problem of test sequence acquirement in the parallel automatic test system development progresst,he static test task scheduling algorithm based on Stochastic Genetic Algorithm was proposed.
针对并行自动测试系统开发中测试序列产生问题,提出了基于随机遗传算法测试任务调度方法,算法可以产生大量、高效的并行测试序列,解决了并行自动测试系统开发中的关键问题。
3) stochastic simulation algorithm
随机模拟算法
1.
The recently proposed delay stochastic simulation algorithm(DSSA)is an exact but inefficient simulation method for numer- ically simulating the stochastic dynamics of chemically reacting systems with delays.
最近发展的可精确模拟时滞化学反应系统的动力学状态的时滞随机模拟算法(delay stochastic simulation algorithm,DSSA)的模拟效率很低。
2.
The recently proposed delay stochastic simulation algorithm(DSSA) is an exact but inefficient simulation method for numerically simulating the stochastic dynamics of chemically reacting systems with delays.
最近发展的可精确模拟时滞化学反应系统的动力学状态的时滞随机模拟算法(delay stochastic simulationalgorithm,DSSA)的模拟效率很低。
3.
This paper presents an improved probability-weighted stochastic simulation algorithm(IPWSSA) which adaptively determines the weighted factor.
提出了一种改进的概率权重随机模拟算法(IPW SSA),该算法自适应地确定权重因子,对反应率常数跨度很大的系统的化学反应动力学的随机模拟更为有效、实用。
4) random perturbation method of genetic algorithm
遗传算法的随机摄动法
5) SGGA
随机梯度遗传算法
1.
Development of Ship Wake Target Recognition Based on SGGA;
船舶尾流目标识别的随机梯度遗传算法研究
6) SRGA
随机排序遗传算法
1.
Convex polyhedron collision detection arithmetic based on SRGA is put forward.
其中,重点研究了碰撞检测技术,提出了基于随机排序遗传算法的凸多面体碰撞检测算法。
补充资料：数值遗传算法
分子式：
CAS号：
性质：基于自然界生物进化机制的一种全局最优化方法。在遗传算法中，被研究体系的响应曲面看作为一个群体，响应曲面上的每一个点作为群体中的一个个体，个体用多维向量或矩阵来描述，组成矩阵的和向量的参数(元素)相应于生物中组成染色体的基因。染色体用固定长度的二进制位串(bit string)表示。通过交换(染色体基因交换)、突变(改变染色体基因)等遗传操作，在参数的一定范围内进行随机搜索，不断改善数据结构，构造出不同的向量，相当于得到了被研究问题的不同的解(一个个体相当于一个解)。目标函数较优的点被保留，较差的点被淘汰，最后达到全局最优化。
CAS号：
性质：基于自然界生物进化机制的一种全局最优化方法。在遗传算法中，被研究体系的响应曲面看作为一个群体，响应曲面上的每一个点作为群体中的一个个体，个体用多维向量或矩阵来描述，组成矩阵的和向量的参数(元素)相应于生物中组成染色体的基因。染色体用固定长度的二进制位串(bit string)表示。通过交换(染色体基因交换)、突变(改变染色体基因)等遗传操作，在参数的一定范围内进行随机搜索，不断改善数据结构，构造出不同的向量，相当于得到了被研究问题的不同的解(一个个体相当于一个解)。目标函数较优的点被保留，较差的点被淘汰，最后达到全局最优化。
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