1. Главная
  2. Ресурсы
  3. Библиотечный поиск
THE EFFICIENCYINVESTIGATION OFGLOBAL SEARCHALGORITHM AND ITSMODIFICATIONS :научное издание Ma Xuechun2020 год

THE EFFICIENCY INVESTIGATION OF GLOBAL SEARCH ALGORITHM AND ITS MODIFICATIONS : научное издание
статья из журнала

Дополнительные ссылки: eLibrary
База данных: Каталог библиотеки СФУ
Библиографическое описание: THE EFFICIENCY INVESTIGATION OF GLOBAL SEARCH ALGORITHM AND ITS MODIFICATIONS : научное издание / X. X. Ma. - Текст : непосредственный // Молодежь. Общество. Современная наука, техника и инновации. - 2020. - № 19. - P. 345-346.
Аннотация: The global search method can search the whole feasible set to find the minimum point. These methods only need to calculate the objective value of the function, and they do not need to derive the objective function. In some cases, the solutions generated by these methods can be used as “good” initial points of iterative methods such as gradient method and Newton method. But we are not satisfied with their efficiency, so we are looking for ways to optimize them.
Год издания: 2020
Авторы: Ma Xuechun
Издательство: Федеральное государственное бюджетное образовательное учреждение высшего образования "Сибирский государственный университет науки и технологий имени академика М.Ф. Решетнева, Красноярск
Источник: Молодежь. Общество. Современная наука, техника и инновации
Выпуск: № 19
Номера страниц: 345-346
Держатель оригинала документа: Xingtai University
Количество экземпляров:
Твёрдая копия издания отсутствует в фонде библиотеки

Похожие публикации

Investigation ofimproved cooperativecoevolution forlarge-scale globaloptimization problems† Vakhnin AlekseiSopov Evgenii2021 год

Investigation of improved cooperative coevolution for large-scale global optimization problems † : статья из журнала

  • Vakhnin Aleksei и др.
  • 2021 год
INVESTIGATION OFGENE-DEPENDEDMUTATION OPERATORS INGENETIC ALGORITHMS Tian Hao2019 год

INVESTIGATION OF GENE-DEPENDED MUTATION OPERATORS IN GENETIC ALGORITHMS : научное издание

  • Tian Hao
  • 2019 год
EXPLORATION OFPARTICLE SWARMALGORITHM IMPROVEMENT Ma Zhanjun2020 год

EXPLORATION OF PARTICLE SWARM ALGORITHM IMPROVEMENT : научное издание

  • Ma Zhanjun
  • 2020 год
TWO ALGORITHMS FORGLOBAL OPTIMIZATIONOF ONE-VARIABLEFUNCTIONS BASED ONTHE SMALLEST ESTIMATEDISTANCES BETWEEN… Kodnyanko V.A.2020 год

TWO ALGORITHMS FOR GLOBAL OPTIMIZATION OF ONE-VARIABLE FUNCTIONS BASED ON THE SMALLEST ESTIMATE… : научное издание

  • Kodnyanko V.A.
  • 2020 год
STUDY OF THEEFFICIENCY OF THECOEVOLUTION SCHEME INCOMPARISON WITHGLOBAL OPTIMIZATIONALGORITHMS Korableva A. A.2023 год

STUDY OF THE EFFICIENCY OF THE COEVOLUTION SCHEME IN COMPARISON WITH GLOBAL OPTIMIZATION ALGORITHMS : научное издание

  • Korableva A. A.
  • 2023 год
COMPARISON OF NEURALNETWORK TRAININGEFFICIENCY USING THEDECC ALGORITHM ANDITS HYBRID WITH ADAMIN REGRESSION TASKS Bazin N. R.2026 год

COMPARISON OF NEURAL NETWORK TRAINING EFFICIENCY USING THE DECC ALGORITHM AND ITS HYBRID WITH ADAM… : научное издание

  • Bazin N. R.
  • 2026 год
An Investigation ofthe Hybridization ofDE and BFGSAlgorithms Sopov AntonSherstnev Pavel2022 год

An Investigation of the Hybridization of DE and BFGS Algorithms : доклад, тезисы доклада

  • Sopov Anton и др.
  • 2022 год
Optimal parametersselection of thegenetic algorithm forglobal optimization Pavlenko A.A.Kukartsev V.V.Tynchenko V.S.2019 год

Optimal parameters selection of the genetic algorithm for global optimization : доклад, тезисы доклада, статья из…

  • Pavlenko A.A. и др.
  • 2019 год

Показать ещё

Investigation of theiCC frameworkperformance forsolving constrainedLSGO problems Vakhnin AlexeySopov Evgenii2020 год

Investigation of the iCC framework performance for solving constrained LSGO problems : научное издание

  • Vakhnin Alexey и др.
  • 2020 год
Global optimizationvia neural networkapproximation ofinverse coordinatemappings withevolutionaryparameter control Pushkaryov KirillVladimirovich2019 год

Global optimization via neural network approximation of inverse coordinate mappings with… : научное издание

  • Pushkaryov Kirill Vladimirovich
  • 2019 год
Глобальнаяоптимизация на основенейросетевойаппроксимацииинверсныхзависимостей сэволюционнымуправлением… Пушкарев Кирилл Владимирович2019 год

Глобальная оптимизация на основе нейросетевой аппроксимации инверсных зависимостей с эволюционным… : научное издание

  • Пушкарев Кирилл Владимирович
  • 2019 год
АНАЛИЗ МЕТОДОВ ИАЛГОРИТМОВОПТИМИЗАЦИИПЛАНИРОВАНИЯПРОИЗВОДСТВЕННЫХМОЩНОСТЕЙ Овсянкин АлексейКонстантиновичПопов Алексей МихайловичКазанцев Михаил Александрович2025 год

АНАЛИЗ МЕТОДОВ И АЛГОРИТМОВ ОПТИМИЗАЦИИ ПЛАНИРОВАНИЯ ПРОИЗВОДСТВЕННЫХ МОЩНОСТЕЙ : научное издание

  • Овсянкин Алексей Константинович и др.
  • 2025 год
MODIFICATION OFSELECTIVE PRESSURE INGENETIC ALGORITHMSFOR SOLVING THEPROBLEMS OFUNCONDITIONALMONOCRITERIAL… Tausnev D.A.2020 год

MODIFICATION OF SELECTIVE PRESSURE IN GENETIC ALGORITHMS FOR SOLVING THE PROBLEMS OF UNCONDITIONAL… : научное издание

  • Tausnev D.A.
  • 2020 год
A Hybridization ofLocal and GlobalSearch for DynamicMulti-ObjectiveOptimization Problem Rurich MariaSherstnev Pavel2022 год

A Hybridization of Local and Global Search for Dynamic Multi-Objective Optimization Problem : доклад, тезисы доклада

  • Rurich Maria и др.
  • 2022 год
Investigation intothe efficiency ofdifferent bionicalgorithmcombinations for aCOBRA meta-heuristic Akhmedova Sh.A.Semenkin E.S.2017 год

Investigation into the efficiency of different bionic algorithm combinations for a COBRA… : доклад, тезисы доклада

  • Akhmedova Sh.A. и др.
  • 2017 год
THE REVIEW OFINFORMATION SECURITYINCIDENTINVESTIGATIONPRACTICES Petrova A.O.Ivanov G.N.2021 год

THE REVIEW OF INFORMATION SECURITY INCIDENT INVESTIGATION PRACTICES : научное издание

  • Petrova A.O. и др.
  • 2021 год