1) network optimization problem
网络最优化问题
1.
Based on the assumptions and principles of network optimization problems,the real problem is,first,formulated mathematical model.
首先将实际问题按照网络最优化问题的一般假设和原理建立数学模型,用计算机程序进行求解。
2) optimization problems
最优化问题
1.
Research on Algorithm Pattern of Optimization Problems;
最优化问题算法模式的研究
2.
In this paper,the hausdorff distance between the epigraphs of the two functions defines the distance between object ice functions in optimization problems.
用函数的上图象之间的Hausdoff距离定义最优化问题目标函数间的距离。
3.
It is given that a superlinearly convergent feasible direction method for solving optimization problems with lincar constraints.
利用二次规划技术,给出线性约束最优化问题的一个超线性收敛的可行方向法。
4) optimization problem
最优化问题
1.
Perturbed gradient algorithm of unconstrained optimization problem;
无约束最优化问题的扰动梯度算法
2.
In this paper,we Introduce the support vector machine simply,the optimization problem and how to analyze the oceanographic data.
文中简要介绍了数据挖掘中一项新的技术支持向量机,着重介绍了最优化问题的求解算法,以及如何应用于海洋资料的分析处理。
3.
The optimization problems with nonlinear inequality constraints are discussed.
讨论了非线性不等式约束最优化问题，利用一种新的广义投影技术建立问题的一类算法，该算法的初始点可任意选取，且能自动地将初始化和最优化两阶段统一起来。
5) transit network optimal design problem
公交网络优化设计问题
补充资料：随机网络分析与优化
随机网络分析与优化
analysis and optimization of random network
suiii wangluo fenxi yu youhua随机网络分析与优化(analvsisartimization of random network)在又机变化的外部环境和内部因素共同柞的系统进行网络描述的基础上，综合多项理论，研究系统的静态、动态牡概率分布，并寻求优化的方法和活动。包括随机网络解析法和随机网络仿真 随机网络技术是在肯定型网络杉基础上产生的。1962年，美国的E.场提出带“决策盒”的广义网络技术，步改进和完善后形成了图示评审(GERT)，同时又利用控制论中的信戈理论和概率论中的矩母函数发展了GE络的解析算法。1969年，形成了相应件系统并成功应用于美国阿波罗载六计划。70年代以来，美国的普列茨丈人又进一步发展了随机网络仿真技才现了多种具有不同功能的随机网络仗统。现在，随机网络技术已广泛应拜事训练、作战指挥、后勤保障等方值筹分析中。 随机网络以下列方式描述客观暮网络中的节点表示系统状态;连接名之间的箭杆表示状态之间的传递关弃为活动);各节点具有不同的逻辑牡引出端可以有多个概率分支，并且书间的传递关系服从一定的概率分布;中允许回路和自环存在。广义网络摇随机网络的一般形式，其节点的输人立oP-撇汗拥印要术粕哟拯沐汹啊嫩朔噜出辐浑腿乞宁点(称E;天之习络竺是有3渝人和 肯定刁逻辑或”型三是一兰利用、网络无率论卜种概习络在了“异j)的j，j) 的条 ·从泊tjj，劲络，天之间种类型:“与”型输人、“或”型车 “异或”型输人;输出端有2种类型:型输出和概率型输出，共构成6种不「功能的节点(见网络分析)。只含“异节点的随机网络称为GERT网络，勺种典型的线性系统。 随机网络解析法的基本原理，尖控制论中的信号流图理论计算GER广中各节点之间的传递关系，并利用札中矩母函数的基本性质计算网络的耀率分布数字特征，从而得到GERT「平稳状态下的解析解。设状态j，j均步或”型节点，随机变量岛为活动(人活动周期，Ptj为节点i实现时活动(被执行的概率一M公(s)为活动(j，j)件矩母函数，令传递函数为矶(s)二厂(s)，故对于每项活动的两个参数只总可以用一个参数Wjj(s)来代替。
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