最优值函数的英文

• optimal value function

• "最优值"英文翻译    optimal value; optimum value
• "函数"英文翻译    function
• "一般最优值函数" 英文翻译 :    general optimal value function
• "最优值" 英文翻译 :    optimal value; optimum value
• "方差最优值" 英文翻译 :    variance optimum value
• "全局最优值" 英文翻译 :    global optimum
• "值函数" 英文翻译 :    value function
• "方差的最优值" 英文翻译 :    optimum value of variance
• "【数学】单值函数。" 英文翻译 :    uniform function
• "布尔值函数" 英文翻译 :    boolean valued function; boolean-valued function
• "策略值函数" 英文翻译 :    strategically value function
• "插值函数" 英文翻译 :    interpolating function; interpolation function
• "常值函数" 英文翻译 :    constant function
• "纯量值函数" 英文翻译 :    scalar valued function
• "单峰值函数" 英文翻译 :    single humfunction
• "单值函数" 英文翻译 :    monodrome function; monotropic function; one valued function; one-valued function; simple function; simplefunction; single valued function; single-valued function; univalent function
• "多峰值函数" 英文翻译 :    multiple humfunction
• "多值函数" 英文翻译 :    many valued function; many-valued function; multiform function; multiple valued function; multiple-value function; multivalue function; multivalued function
• "非单值函数" 英文翻译 :    nonuniform function
• "复值函数" 英文翻译 :    complex flnction; complex functions; complex valued function
• "复值函数论" 英文翻译 :    complex function theory
• "极大值函数" 英文翻译 :    max-value function
• "极值函数" 英文翻译 :    extremal function
• "集团值函数" 英文翻译 :    group value function
• "价值函数" 英文翻译 :    cost function; value function

• In view of the fact that the genetic algorithm of stochastic programming based on random simulated technology has succeed greatly , this paper points out that changing parameters of genetic algorithm can obtain a sequence of optimum values of goal function . taking these genetic algorithm values as sampling data , we can get fitting optimum function by using multivariate spline regression and get the lipschitzs constant of the fitting optimum function . so for any chance constrained programming problem , we can get its interval estimate
  鉴于基于随机模拟技术的遗传算法在求解随机规划问题上的优越性，本文指出，改变遗传算法的参数条件，在此基础上求得机会约束规划的若干个最优值，以这些最优值为样本点，利用多元样条回归，拟合得到最优值函数，进而求出最优值函数的lipschitzs常数，从而对于任一机会约束规划问题，都可以得到它的一个区间估计。