用局部最優造句子，“局部最優”造句

6、但在處理高維的具有太多局部最優前沿的多峯函數時極易陷入局部最優前沿。

9、針對算法侷限*，給出一種改出局部最優點的策略。

12、本文將對比度最優自聚焦算法等效為一個求解局部最優解的優化模型。

15、但BP神經網絡本質是梯度下降法，容易陷入局部最優。

18、基本遺傳算法存在着收斂速度慢、易陷入局部最優等缺陷。

21、針對模糊C均值聚類算法對初始值敏感、易陷入局部最優的缺陷，提出一種新的優化方法。

24、在搜索的過程中，採取跳坑策略以跳出局部最優解，始終向目標最接近的方向搜索。

27、傳統K均值算法對初始聚類中心敏感，聚類結果隨不同的初始輸入而波動，容易陷入局部最優值。

32、但是與其它仿生學進化算法相比，蟻羣算法存在搜索時間長、易陷入局部最優等缺點。

35、以能量解耦指標為目標函數對汽車動力總成懸置系統進行優化是一個有許多局部最優解的優化問題。

38、該方法不僅具有追跡法計算簡單、運算量小的優點，而且克服了G - S算法容易陷入局部最優的缺點。

41、且改進的粒子羣算法在模糊神經網絡權值的訓練中收斂速度和跳出局部最優的能力都要比BP算法更優。

3、簡要概述了局部最優化、全局最優化的優缺點和混合最優化算法的基本內容；

7、混沌能有效地跳出局部最優解而接近全局最優點，同時利用單純形法在混沌優化解的鄰域內局部尋優。

11、該算法通過構造子問題來尋找優於當前局部最優解的可行解。

16、另外，該算法可有效避免陷入局部最優，也不要求提供初始可行解。

20、實驗結果*，優化後的BP網絡可有效地避免收斂於局部最優值，大大地縮短了訓練時間。

25、提出了簡捷優化法與逐板嚴格計算優化相結合的方法，克服了以往優化設計計算中僅求得局部最優解的弊端。

31、提出了一種改進的KFCM聚類異常檢測算法，該算法可獲得局部最優劃分。

36、在每一代變異、交叉和競爭之後，又增加了與隨機新種羣的競爭*作，使算法易於跳出局部最優點，以提高全局搜索能力。

40、為了解決傳統高斯混合模型（GMM）對初值敏感，在實際訓練中極易得到局部最優參數的問題，提出了一種採用微粒羣算法優化GMM參數的新方法。

4、它以當前的情況作最優選擇，通過多個局部最優解最終獲得一個全局次最優解。

10、這些算法均屬於貪心算法，存在典型的局部最小問題，是一種靜態的局部最優算法。

17、給出了跳坑策略以跳出局部最優解並且將搜索引向有希望的方向。

23、針對電力系統無功最優潮流問題，提出一種混沌粒子羣優化（CPSO）方法，以克服粒子羣優化（PSO）方法容易早熟而陷入局部最優解的缺點。

33、迭代tfidf算法屬於爬山算法，初始值的選取對精度影響較大，算法容易收斂到局部最優值。

39、為了克服遺傳算法易陷入局部最優或早熟問題,提出了一種模擬退火大變異遺傳算法,採用了大比例優秀個體保護策略,以保*算法的收斂*。

5、你可以通過子問題的局部最優方案從而得到全局優化解決方案。

14、遺傳算法的隨機*和隱含並行*，使它能同時搜索到多個局部最優解並獲得最優解集。

26、標準的粒子羣優化算法作為一種隨機全局搜索算法，因其在種羣中傳播速度過快，易陷入局部最優解。

37、針對該算法易陷入局部最優解、求解速度較慢的缺陷，本文通過對蟻羣算法的改進和調整，構造出最大—最小蟻羣算法。

8、為了避免陷入局部最優，對變異算子進行了改進。

22、針對粒子羣算法用於高維數、多局部極值點的複雜函數尋優時易陷入局部最優解現象，提出一種改進的帶擾動項粒子羣算法並進行收斂*分析。

1、算法中單個排課任務的局部最優解具有全局最優*.

19、算法中採用的記憶指導搜索策略重點搜索了各記憶段的局部最優值，避免了全局搜索的盲目*；

2、算法中單個排課任務的局部最優解具有全局最優*。

34、由於遺傳算法是在解空間的多個區域內進行搜索，能以較大的概率跳出局部最優，因此可找到整體最優解。

13、採用人工神經網或梯度爬山算法均存在對優化函數形式有限制及陷入局部最優等侷限*。

28、在遺傳算法中引入個體學習機制能夠提高算法的*能，避免算法收斂過慢或陷入局部最優。