1) NSGA-Ⅱ algorithm
NSGA-Ⅱ算法
1.
The concept and method of multiobjective optimization combined with L-BFGS and NSGA-Ⅱ algorithm were applied to the optimization of inverse planning in intensity modulated radiation treatment in this paper.
针对调强放射治疗(IMRT)逆向计划的优化问题,提出了基于L-BFGS和Pareto最优解的多目标遗传算法———NSGA-Ⅱ算法的调强放射治疗计划多目标混合优化方法。
2.
Constraint and unconstraint multi-objective optimization for a special R-FBI structure are performed using NSGA-Ⅱ Algorithm.
针对一特定结构,通过NSGA-Ⅱ算法分别进行有约束和无约束条件下的多目标优化研究。
2) NSGA-ⅡAlgorithm
NSGA-Ⅱ算法
1.
The fuzzy model is translated into the crisp equivalence by the reliability programme theory,when fuzzy varibles are characterized by trapezoid fuzzy numbers,and the procedure is given to solve the deterministic models based on the improved NSGA-Ⅱalgorithm.
当模型中的模糊变量是梯形模糊数时,可利用可行性规划理论将模糊模型转化为清晰等价式,并采用改进的NSGA-Ⅱ算法给出了求解模型的具体步骤,最后通过一个数值算例验证了算法的有效性。
3) NSGA-II algorithm
NSGA-II算法
1.
And then the trajectory parameters was designed and optimized by using NSGA-II algorithm under the performance indices of best ti.
首先介绍了高超声速跳跃式飞行器的概念与基本特征,接着详细分析了初始弹道倾角、初始速度、配平升阻比和初始质量对周跳弹道特性的影响,然后运用NSGA-II算法实现了同时以飞行时间最短和能量最省为性能指标的弹道参数优化设计,最后通过与传统的定常巡航飞行进行比较说明了跳跃式飞行方案具有节能、快速抵达等优点。
4) Nodomination Sorting Genetic Algorithms
NSGA算法
5) NSGA-II
NSGA-II算法
1.
An improved version of NSGA-II,INSGA,is proposed.
该文提出了NSGA-II算法的一种改进算法—INSGA。
6) non-dominated sorted genetic algorithm-Ⅱ(NSGA-Ⅱ)
非支配排序遗传算法-Ⅱ(NSGA-Ⅱ)
1.
By using a new method of coupling structural parameters and space layout,a space layout optimization model of a multi-gear drive system is established,and optimization design of space layout is completed by using the non-dominated sorted genetic algorithm-Ⅱ(NSGA-Ⅱ).
针对以往鱼雷涡轮机减速系统设计中的不足,根据鱼雷涡轮发动机的工作特性,确定减速系统传动类型和传动级数,推导出齿轮体积与传动比之间的数学模型,运用结构参数与空间布局耦合的新方法,建立了多级齿轮传动系统的空间布局优化数学模型,采用非支配排序遗传算法-Ⅱ(NSGA-Ⅱ)完成了空间布局方案的优化设计,在满足约束条件的情况下,得到了齿轮系统结构参数和空间布局坐标。
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