线路层、门层等低层能量优化方法已经得到广泛研究。
The energy optimization methods in circuit level and gate level have been investigated widely.
本文基于智能技术和PC技术，开发了一种电气参数动态估计和能量优化方法。
Based on artificial neural network technology and PC technology, a dynamic estimation method of EAF electric parameters is presented.
在对汽车车身造型设计中常用的几种曲线、曲面光顺算法研究的基础上，提出一种能量优化的计算方法，并将这一算法推广到NURBS中。
Based on researching several arithmetics of fairing curve and surface in automobile body shape-designing. We afford a Energy optimization method which can be extended to the NURBS.
能量优化方法Energy Minimization Method即寻找研究体系能量极小的状态从数学角度看是处理多维函数的优化问题 常用的方法有1.直接搜寻法Direct Search Method2.最陡下降法Steepest Descent Method3共轭梯度法Cojugate Gradient Method4.拟牛顿法Quasi-Newton Method 能量优化方法的局限性1.该方法依赖于初始构型的选择即EM方法只能找到初始结构附近的局部极小结构2.体系不可能跨越较大的势垒因此EM不能找到全局极小 相比模拟退火方法Simulated Annealing通过体系升温然后再降温可使体系增加较大的动能从而使体系可以跨越较高的势垒而达到更低的能量构象因此模拟退火是寻找全局极小的较好方法
应用推荐