Levenberg–Marquardt Algorithm (LMA)

Levenberg–Marquardt Algorithm (LMA) is considered most
powerful iterative solution strategy for the optimization applications.
This algorithm is a blend of Gradient Descent Algorithm
(GDA) and Gauss–Newton algorithm (GNA). LMA proceeds with
the GDA, due to its low sensitivity to initial values. Once GDA calculates
values near to the solution, GNA automatically takes over
the process and accelerate its convergence.

ผลลัพธ์ (ไทย) 1:

อัลกอริทึม Levenberg – Marquardt (LMA) เป็นส่วนใหญ่กลยุทธ์แก้ปัญหาซ้ำที่มีประสิทธิภาพสำหรับการใช้งานเพิ่มประสิทธิภาพอัลกอริทึมนี้เป็นส่วนผสมของอัลกอริทึมโคตรไล่ระดับ(ควร) และอัลกอริทึม Gauss – นิวตัน (สบันงา) เงินสดรับ LMA กับควร เนื่องจากความไวต่ำเป็นค่าเริ่มต้น เมื่อคำนวณควรค่าใกล้โซลูชัน สบันงาจะกระบวนการ และเร่งการบรรจบกัน

ผลลัพธ์ (ไทย) 2:

Levenberg-Marquardt อัลกอริทึม (LMA) ถือเป็นส่วนใหญ่
ที่มีประสิทธิภาพกลยุทธ์การแก้ปัญหาซ้ำสำหรับการใช้งานเพิ่มประสิทธิภาพ.
ขั้นตอนวิธีการนี้คือการผสมผสานของการไล่โทนสีโคตรอัลกอริทึม
(GDA) และอัลกอริทึมของเกาส์นิวตัน (GNA) LMA ดำเนินการกับ
GDA เนื่องจากไวต่ำในการค่าเริ่มต้น เมื่อ GDA คำนวณ
ค่าใกล้เคียงกับการแก้ปัญหา GNA ใช้เวลาโดยอัตโนมัติผ่าน
กระบวนการและเร่งการคอนเวอร์เจนซ์

ผลลัพธ์ (ไทย) 3:

levenberg –มาร์ควขั้นตอนวิธี ( LMA ) ถือเป็นที่สุดกลยุทธ์โซลูชั่นที่มีประสิทธิภาพสำหรับการเพิ่มประสิทธิภาพของโปรแกรมขั้นตอนวิธีนี้เป็นขั้นตอนวิธีการผสมผสานของเชื้อสาย( ตัวแทน ) และขั้นตอนวิธีเกาส์ - นิวตัน ( GNA ) LMA ) กับที่ตัวแทน เนื่องจากความไวต่ำ ค่าเริ่มต้น เมื่อตัวแทน คํานวณค่าใกล้ทางออก , GNA โดยอัตโนมัติใช้เวลามากกว่ากระบวนการ และเร่งการบรรจบกัน .