1) derivative-free algorithm
免梯度算法
1.
This paper presents an accelerated derivative-free algorithm for unconstrainged optimization, which is based on traditional pattern search method.
本文构造一个求解非线性无约束优化问题的免梯度算法,该算法基于传统的模矢法,每次不成功迭代后,充分利用已有迭代点的信息,构造近似下降方向,产生新的迭代点。
2) gradient algorithm
梯度算法
1.
A Combination Algorithm for Structural Optimization Based on Ge netic Algorithm and Gradient Algorithm;
基于遗传算法和梯度算法的一种结构优化混合方法
2.
Convergence of gradient algorithm for BP neural network with multiple output units;
多输出单元BP神经网络梯度算法的收敛性
3.
A new gradient algorithm based on the model is presented, which is called Orth-ExtBS algorithm.
建立了独立成分分析(independentcomponentanalysis,ICA)的一个优化模型,在此基础上,给出了一个新的梯度算法,称之为Orth-ExtBS算法。
5) subgradient algorithm
次梯度算法
1.
Fuzzy subgradient algorithm for solving Lagrangian relaxation dual problem;
利用模糊次梯度算法求解拉格朗日松弛对偶问题
6) quasi-gradient method
类梯度算法
1.
The sequence for putting 19stations into operation is screened by using the quasi-gradient method.
文中在电站发电净效益计算中考虑了电站承担调峰时的效益，并对抽水蓄能电站的经济效益给出了计算方法，最后用类梯度算法筛选出十九个电站是化投入顺序，所得结果符合实际情况。
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