“局部最优”可以造什么句，局部最优造句

2、算法中单个排课任务的局部最优解具有全局最优*。

4、它以当前的情况作最优选择，通过多个局部最优解最终获得一个全局次最优解。

6、但在处理高维的具有太多局部最优前沿的多峰函数时极易陷入局部最优前沿。

8、为了避免陷入局部最优，对变异算子进行了改进。

10、这些算法均属于贪心算法，存在典型的局部最小问题，是一种静态的局部最优算法。

12、本文将对比度最优自聚焦算法等效为一个求解局部最优解的优化模型。

14、遗传算法的随机*和隐含并行*，使它能同时搜索到多个局部最优解并获得最优解集。

16、另外，该算法可有效避免陷入局部最优，也不要求提供初始可行解。

18、基本遗传算法存在着收敛速度慢、易陷入局部最优等缺陷。

20、实验结果*，优化后的BP网络可有效地避免收敛于局部最优值，大大地缩短了训练时间。

22、针对粒子群算法用于高维数、多局部极值点的复杂函数寻优时易陷入局部最优解现象，提出一种改进的带扰动项粒子群算法并进行收敛*分析。

24、在搜索的过程中，采取跳坑策略以跳出局部最优解，始终向目标最接近的方向搜索。

26、标准的粒子群优化算法作为一种随机全局搜索算法，因其在种群中传播速度过快，易陷入局部最优解。

28、在遗传算法中引入个体学习机制能够提高算法的*能，避免算法收敛过慢或陷入局部最优。

32、但是与其它仿生学进化算法相比，蚁群算法存在搜索时间长、易陷入局部最优等缺点。

34、由于遗传算法是在解空间的多个区域内进行搜索，能以较大的概率跳出局部最优，因此可找到整体最优解。

36、在每一代变异、交叉和竞争之后，又增加了与随机新种群的竞争*作，使算法易于跳出局部最优点，以提高全局搜索能力。

38、该方法不仅具有追迹法计算简单、运算量小的优点，而且克服了G - S算法容易陷入局部最优的缺点。

40、为了解决传统高斯混合模型（GMM）对初值敏感，在实际训练中极易得到局部最优参数的问题，提出了一种采用微粒群算法优化GMM参数的新方法。

1、算法中单个排课任务的局部最优解具有全局最优*.

5、你可以通过子问题的局部最优方案从而得到全局优化解决方案。

9、针对算法局限*，给出一种改出局部最优点的策略。

13、采用人工神经网或梯度爬山算法均存在对优化函数形式有限制及陷入局部最优等局限*。

17、给出了跳坑策略以跳出局部最优解并且将搜索引向有希望的方向。

21、针对模糊C均值聚类算法对初始值敏感、易陷入局部最优的缺陷，提出一种新的优化方法。

25、提出了简捷优化法与逐板严格计算优化相结合的方法，克服了以往优化设计计算中仅求得局部最优解的弊端。

31、提出了一种改进的KFCM聚类异常检测算法，该算法可获得局部最优划分。

35、以能量解耦指标为目标函数对汽车动力总成悬置系统进行优化是一个有许多局部最优解的优化问题。

39、为了克服遗传算法易陷入局部最优或早熟问题,提出了一种模拟退火大变异遗传算法,采用了大比例优秀个体保护策略,以保*算法的收敛*。

3、简要概述了局部最优化、全局最优化的优缺点和混合最优化算法的基本内容；

11、该算法通过构造子问题来寻找优于当前局部最优解的可行解。

19、算法中采用的记忆指导搜索策略重点搜索了各记忆段的局部最优值，避免了全局搜索的盲目*；

27、传统K均值算法对初始聚类中心敏感，聚类结果随不同的初始输入而波动，容易陷入局部最优值。

37、针对该算法易陷入局部最优解、求解速度较慢的缺陷，本文通过对蚁群算法的改进和调整，构造出最大—最小蚁群算法。

7、混沌能有效地跳出局部最优解而接近全局最优点，同时利用单纯形法在混沌优化解的邻域内局部寻优。

23、针对电力系统无功最优潮流问题，提出一种混沌粒子群优化（CPSO）方法，以克服粒子群优化（PSO）方法容易早熟而陷入局部最优解的缺点。

41、且改进的粒子群算法在模糊神经网络权值的训练中收敛速度和跳出局部最优的能力都要比BP算法更优。

33、迭代tfidf算法属于爬山算法，初始值的选取对精度影响较大，算法容易收敛到局部最优值。

15、但BP神经网络本质是梯度下降法，容易陷入局部最优。