优化问题

cost function

代价函数

因为这种算法一般对仿真运行时间代价高昂的非线性问题更有效. 优化器运行50次迭代后分析结果将发现,代价函数(cost function)得到充分改善. 进行最终调节之后,优化器耗时30分钟左右共运行100次迭代以进一步优化那些参数.

frustration plaquette

窘组嵌板

frustration 窘组自旋玻璃或其它制约优化问题中的概念. | frustration plaquette 窘组嵌板 | frustration function 窘组函数

loss function

损失函数

文章摘要 摘要 已有的一些判别训练(discriminative training)方法如Boosting[1]为了提高算法的效率,要求损失函数(loss function)是可以求导的,这样的损失函数无法体现最直接的优化目标.而根据最直接优化目标定义的损失函数通常是不可导的阶梯函数的形式.为了解决上述问题,

lp

线性规划

上述无功电压综合控制是一个多变量、不连续、多约束的非线性规划问题,线性规划(LP)、非线性规划(NLP)等传统的优化方法存在需要粗颗粒的近似处理、线性化等问题,且易于收敛到局部最优解.

fuzzy mathematical programming

模糊数学规划

普通优化可以归结为求解一个普通数学规划问题,模糊规划则可归结为求解一个模糊数学规划(fuzzy mathematical programming) 问题 . 包含控制变量、目标函数和约束条件,但其中控制变量、目标函数和约束条件可能都是模糊的,也可能某一方面是模糊的而其它方面是清晰的.

minimax

极小极大

[摘要]提出了极小极大(minimax)问题统一解法的变换求和反演表达. 论证了K-S函数法,广义指数罚函数法的模优化法都可以统一在这一表达这中,并且提出了一种新函数-S-Y函数. 数值结果表明K-S函数法,模优化法和S-Y函数法具有相同的数值规律,

optimal control theory

最优控制理论

隐藏] 最优控制理论概述最优控制理论研究的内容解决最优控制问题的主要方法最优化技术最优化问题的基本求解方法优化方法的新进展 最优控制理论(optimal control theory)[编辑本段]最优控制理论概述 最优控制理论是现代控制理论的一个主要分支,

Pareto efficiency

柏拉圖效率

本研究之预算分配优选模式乃采用动态规划法(Dynamic Programming)将问题分阶段性求解优化之运算原则,并纳入柏拉图效率(Pareto Efficiency)找寻柏拉图解(Pareto solution)之概念作为动态规划阶段优化中之决策机制,以此作为阶段优化之评估基准,

seepage flow

渗流

第9章介绍理想的二维流体力学问题,其中还讨论了管道网络问题的直接表述和地下渗流(seepage flow)问题. 第10章讨论了三维元素及其构成,还介绍了实体模型建立的自上而下方法和自下面上方法. 第11章介绍了优化设计的思想和参数化编程.

steiner tree

斯坦纳树

本书所介绍的斯坦纳树(Steiner tree)问题,是组合优化这门学科中的一个著名问题. 本书为"优化与决策"丛书的其中一册. 斯坦纳树问题是组合优化这门学科中的一个著名本书收集了中国系统工程学会决策科学专业委员会第五届学术年会的50篇论文,

Fix, Unfix,Group,Ungroup：(固定, 不固定,成组, 不成组)

Align Components(元件对准) 79 | Fix, Unfix,Group,Ungroup(固定, 不固定,成组, 不成组) 80 | Select Net(选择线网) 80

glycol monoacetate：乙二醇一乙酸酯

glycol lubricant 乙二醇润滑剂 | glycol monoacetate 乙二醇一乙酸酯 | glycol monobenzyl ether 乙二醇一苄醚