2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩80頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、該論文主要包括四個(gè)部分:1.傳統(tǒng)優(yōu)化方法的選擇.該章源引有關(guān)文獻(xiàn)資料分析、比較了幾種常見的傳統(tǒng)優(yōu)化方法的運(yùn)行效率和收斂性,得出一個(gè)結(jié)論:Gauss-Newton法能夠最快地收斂,具有最高的運(yùn)行效率.如果能給予優(yōu)良的參數(shù)初始估計(jì),Gauss-Newton法應(yīng)該成為最佳的選擇.2.遺傳算法分析.從三個(gè)方面對(duì)遺傳算法進(jìn)行了分析:遺傳算法概要、編碼方式與遺傳算子的選擇、遺傳算法運(yùn)行參數(shù)的確定.該論文采用浮點(diǎn)數(shù)編碼方法,采用基本遺傳算法的算子:比

2、例選擇算子、算術(shù)交叉算子和均勻變異算子,初步確定了遺傳算法運(yùn)行參數(shù).3.用于電化學(xué)阻抗譜數(shù)據(jù)處理的混合遺傳算法的構(gòu)建.該章分析了混合算法的結(jié)合方式,提出了一個(gè)混合遺傳算法的邏輯示意圖,詳細(xì)描述了該混合算法,并通過(guò)算例考察了所構(gòu)建混合遺傳算法的運(yùn)行效率和運(yùn)行結(jié)果.4.用于電化學(xué)阻抗譜數(shù)據(jù)擬合處理的單純遺傳算法.為了進(jìn)一步探尋只利用目標(biāo)函數(shù)的取值信息,而無(wú)須構(gòu)造Jacobi矩陣也無(wú)須引入其它梯度向量的算法,該章討論了利用單獨(dú)的遺傳算法對(duì)電化

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論