GRSA, such as simulated annealing a

GRSA, such as simulated annealing and genetic algorithms 7–10 , are generally employed when the gradient of the function to be optimized with respect to its parameters is unknown and exhaustive search is not feasible. These techniques try to explore

ผลลัพธ์ (ไทย) 1:

GRSA เช่นหลอมจำลองและขั้นตอนวิธีพันธุกรรม 7-10 โดยทั่วไปใช้เมื่อไล่ระดับสีของงานที่จะเพิ่มประสิทธิภาพเกี่ยวกับพารามิเตอร์ที่ไม่รู้จัก และค้นหาที่ครบถ้วนสมบูรณ์ไม่กระทำ เทคนิคเหล่านี้พยายามที่จะสำรวจ

ผลลัพธ์ (ไทย) 2:

GRSA เช่นการอบจำลองและขั้นตอนวิธีทางพันธุกรรมที่ 7-10 เป็นลูกจ้างทั่วไปเมื่อการไล่ระดับสีของฟังก์ชั่นที่จะเพิ่มประสิทธิภาพด้วยความเคารพพารามิเตอร์ไม่เป็นที่รู้จักและค้นหาหมดจดไม่เป็นไปได้ เทคนิคเหล่านี้พยายามที่จะสำรวจ

ผลลัพธ์ (ไทย) 3:

grsa เช่นการจำลองการอบเหนียว และขั้นตอนวิธีเชิงพันธุกรรม 7 – 10 โดยทั่วไปจะใช้เมื่อความลาดชันของฟังก์ชันที่เหมาะสมเกี่ยวกับพารามิเตอร์คือไม่รู้จัก และการค้นหาที่ละเอียดถี่ถ้วนจะไม่คุ้มค่าในการลงทุน เทคนิคเหล่านี้ลองสำรวจ