1) scene decomposition algorithm
情景分解算法
1.
Due to the computational complexity of the decision model,a scene decomposition algorithm is proposed.
针对模型的计算复杂性,提出情景分解算法。
2) scenario analysis
情景分析法
1.
Experts knowledge fused with fact data and information,the original,simulative and scenario probability are got based on scenario analysis,which combined qualitative analysis and quantitative analysis.
运用情景分析法,综合考虑影响交通发展的5个主要因素,结合专家群体的知识与实际数据资料、各种信息与计算机技术以及数学模型与决策者的经验智慧,依次得到关键事件的初始概率、模拟概率,并由此推算出情景概率,最终得到最有可能发生的情景方案。
2.
This paper also used scenario analysis method to simulate 5 assumptive conditions and compared them in order to afford the scientif.
采用二维水质水量耦合模型模拟大明湖现状下的流速及COD分布,采用情景分析法分析了几种假设情况下大明湖的流速与COD分布,并对几种引水方案进行比较,以便为大明湖的管理提供科学依据。
3) stratified random sampling
情景分层法
1.
Improved stratified random sampling was proposed.
对多阶段金融资产配置问题中的情景生成问题进行研究,提出改进的情景分层法并设计了适合于多经济指标的二叉树情景生成方法。
2.
These methods are based on upper and lower limits,moment match and cluster analysis respectively so that the binary tree scenarios for rate of return are constructed and stratified random sampling is improved.
提出基于上下限的二叉树情景生成法、基于矩匹配的二叉树情景生成法和基于聚类分析的二叉树情景生成法,提出改进的情景分层法。
4) scenario analysis method
情景分析法
1.
Based on the difinition of the risk of supply chain system of industry clusters, combining widely used tools in the field of finance risk management——scenario analysis method and flow chart method, this paper analyse the method of the risk identification of supply chain system of industry clusters, then improved the content of industrial cluster supply chain risk management.
文章在对集群式供应链系统的风险进行定义的基础上,结合金融风险管理中广泛使用的识别工具——情景分析法和流程图法,对集群式供应链系统的风险识别方法进行了分析,完善了产业集群式供应链系统风险管理的相关内容。
5) decomposition algorithm
分解算法
1.
A scenarios planning model is formulated and a decomposition algorithm is put forward.
建立了情景规划模型,提出分解算法,首先求出每种情景下需要扩张的边及其扩张的容量,然后对所有需要扩张的边取其并集,需要扩张的边的容量取其最大,最后求出最小的扩张成本。
2.
A new decomposition algorithm in mathematic programming is discussed in this paper.
分析讨论了一种数学规划的分解算法，并在凸多面体分析的基础上，讨论了Ｄａｎｔｚｉｇ－Ｗｏｌｆ算法及其改进。
3.
After analysing the special structure of the model ,andcombined the decomposition algorithm with the generalized upper bounding algorithm,the D-GUB algorithm is provided in this paper.
在文献［１］提出铁路网货流分配模型的基础上，对模型规模大、变量和约束数多，一般线性规划算法无法求解的问题进行深入研究，并利用模型的特殊结构，将分解算法与带上限约束算法相结合提出Ｄ－ＧＵＢ算法，求解效率显著提高。
6) decomposing algorithm
分解算法
1.
Adecomposing algorithm was used to overcome the difficulty in solving themodel.
为解决求解的困难,采用变换分解算法,将原模型转换为整数规划问题。
补充资料：容量分析法(见化学分析法)
容量分析法(见化学分析法)
容t分析法见化学分析法
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