当前位置:首页 » 翻译 
  • 匿名
关注:1 2013-05-23 12:21

求翻译:In production process, many complex factors which influence cost affect each other and the coupling phenomenon exists, so it is important and difficult to predict the cost. By combining genetic algorithm with error back propagation neural network, a hybrid algorithm that trained neural network weight by real-coded adap是什么意思?

待解决 悬赏分:1 - 离问题结束还有
In production process, many complex factors which influence cost affect each other and the coupling phenomenon exists, so it is important and difficult to predict the cost. By combining genetic algorithm with error back propagation neural network, a hybrid algorithm that trained neural network weight by real-coded adap
问题补充:

  • 匿名
2013-05-23 12:21:38
在生产过程中,对影响成本的诸多复杂因素相互影响和耦合现象存在,所以预测的成本是非常重要的和困难的。
  • 匿名
2013-05-23 12:23:18
在生产过程中,影响费用影响,并且联结现象存在的许多复合体因素,因此是重要和难预言费用。通过结合基因算法与错误支持传播神经网络,由真正被编码的能适应的变化训练神经网络重量提出,并且它克服缺点基因算法的一种杂种算法传统神经网络是容易落入地方极小值。
  • 匿名
2013-05-23 12:24:58
在生产过程,影响费用影响,并且联结现象存在的许多复合体因素,因此它是重要和难预言费用。 通过结合基因算法与错误支持传播神经网络,由真正被编码的能适应的变化训练神经网络重量提出基因算法,并且它克服缺点的一种杂种算法传统神经网络是容易分成地方极小值。 产品费用构成由矩阵表达,产品费用构成模型根据模型建立,根据神经网络的产品费用预言模型建立,并且互作用在成本因素之中被考虑到。 此外,模型在一些钢铁企业中成功地被运用于费用预言,并且改进预言精确度。(6 refs)
  • 匿名
2013-05-23 12:26:38
在生产过程中,许多复杂的因素影响产品成本相互影响,存在耦合现象,因此它是重要和难以准确预测成本。通过结合遗传算法与误差反向传播神经网络,提出了一种用实数编码的自适应变异遗传算法的混合算法训练神经网络的权值,和它克服了的缺点,传统的神经网络是容易陷入局部极小点。以矩阵形式表示产品成本组成、 建立产品成本组成模型、 基于该模型,建立了基于神经网络的产品成本预测模型,和成本因素之间的相互作用都考虑在内。此外,模型成功地应用于成本预测在一些铁和钢的企业,并提高了预测精度。(6 裁判)
  • 匿名
2013-05-23 12:28:18
正在翻译,请等待...
 
 
网站首页
 
关 闭