英文縮寫 | 英文 | 漢語 | 引用來源 |
---|---|---|---|
Nominal values | 標(biāo)稱型/標(biāo)稱值 | ISBN.9781617290183 | |
Numeric values | 數(shù)值型 | ISBN.9781617290183 | |
adaptive crossover | 自適應(yīng)交叉 | ||
adaptive mutation | 自適應(yīng)變異 | ||
allele | 等位基因 | ||
arithmetic crossover | 算術(shù)交叉 | ||
artificial life | 人工生命 | ||
Bin Packing | 裝箱問題 | ||
binary genes | 二進(jìn)制編碼基因 | ||
boundary mutation | 邊界變異 | ||
building block hypothesis | 基因塊假設(shè),積木塊假設(shè) | ||
cell | 細(xì)胞 | ||
character genes | 符號(hào)編碼基因 | ||
chromosome | 染色體 | ||
classifier system,CS | 分類器系統(tǒng) | ||
coarse-grained PGA | 粗粒度并行遺傳算法 | ||
coding | 個(gè)體編碼 | ||
crossover | 交叉 | ||
crossover operator | 交叉算子 | ||
crossover rate | 交叉概率 | ||
crowding | 排擠 | ||
Cultural Algorithms | 文化算法 | ||
cut operator | 切斷算子 | ||
Cycle Crossover,CX | 循環(huán)交叉 | ||
decode | 解碼 | ||
decomposition parallel approach | 分解型并行算法 | ||
deoxyribonucleic acid,DNA | 脫氧核糖核酸 | ||
deterministic sampling | 確定式采樣選擇 | ||
diploid | 雙倍體 | ||
dominance | 顯性基因 | ||
dynamic parameter encoding,DPE | 動(dòng)態(tài)參數(shù)編碼 | ||
Edge Recombination Crossover,EX | 邊重組交叉 | ||
enumerative search | 枚舉搜索算法 | ||
epistasis | 遺傳隱匿 | ||
evaluation function | 評(píng)價(jià)函數(shù) | ||
evolution | 進(jìn)化 | ||
Evolution Strategy,ES | 進(jìn)化策略 | ||
Evolution Algorithms,EA | 進(jìn)化算法 | ||
Evolution Computation | 進(jìn)化計(jì)算 | ||
Evolution Programming,EP | 進(jìn)化規(guī)劃 | ||
expected value model | 期望值選擇模型 | ||
fine-grained PGA | 細(xì)粒度并行遺傳算法 | ||
fitness | 適應(yīng)度 | ||
fitness function | 適應(yīng)度函數(shù) | ||
fitness landscape | 適應(yīng)度景象 | ||
fitness scaling | 適應(yīng)度尺度變換 | ||
floating-point genes | 浮點(diǎn)數(shù)編碼基因 | ||
frequency of mutation | 變異頻率 | ||
function optimization | 函數(shù)最優(yōu)化 | ||
GA deceptive problem | 遺傳算法欺騙問題 | ||
Gaussian mutation | 高斯變異 | ||
gene | 基因 | ||
generation gap | 代溝 | ||
genetic algorithms,GAs | 遺傳算法 | ||
genetic operators | 遺傳算子 | ||
genetic programming,GP | 遺傳編程 | ||
genetics | 遺傳學(xué) | ||
genome | 基因組 | ||
genotype | 基因型 | ||
global searching | 全局搜索 | ||
Gray codes | 格雷碼 | ||
greedy algorithm | 貪婪算法 | ||
Hammig distance | 海明距離 | ||
haploid | 單倍體 | ||
heredity | 遺傳 | ||
heterozygous | 雜合子 | ||
heuristic method | 啟發(fā)式算法 | ||
hill-climbing search | 爬山搜索算法 | ||
homozygous | 純合子 | ||
hybrid genetic algorithm,HGA | 混合遺傳算法 | ||
hypercube | 超立方體 | ||
implicit parallelism | 隱含并行性 | ||
individual | 個(gè)體 | ||
initial population | 初始群體 | ||
inverse operator | 倒位算子 | ||
island model | 島嶼模型 | ||
Knapsack problem | 背包問題 | ||
lethal gene | 致死基因 | ||
linear scaling | 線性尺度變換 | ||
local searching | 局部搜索 | ||
locus | 基因座 | ||
machine learning | 機(jī)器學(xué)習(xí) | ||
Markov chain | 馬爾可夫鏈 | ||
massively PGA | 巨并行遺傳算法 | ||
mating | 配對(duì) | ||
mating rule | 配對(duì)規(guī)則 | ||
messy GA,MGA | 凌亂遺傳算法 | ||
meta genetic algorithm | 元遺傳算法 | ||
Michigan approach Michigan | 方法 | ||
migration | 移民 | ||
MIMD | 多指令流多數(shù)據(jù)流 | ||
minimal deceptive problem,MDP | 最小欺騙問題 | ||
multi-modal optimization | 多模態(tài)最優(yōu)化 | ||
multi-object optimization | 多目標(biāo)最優(yōu)化 | ||
multimodal function | 多模態(tài)函數(shù) | ||
multiparameter encoding | 多參數(shù)編碼 | ||
multiple hump function | 多峰值函數(shù) | ||
multiple point crossover | 多點(diǎn)交叉 | ||
mutation | 變異 | ||
mutation operator | 變異算子 | ||
mutation rate | 變異概率 | ||
neighbourhood model | 鄰居模型 | ||
artificial neural network,ANN | 人工神經(jīng)網(wǎng)絡(luò) | ||
non-uniform mutation | 非均勻變異 | ||
Nondeterministic Polynomial Completeness | NP-完全 | ||
object function | 目標(biāo)函數(shù) | ||
off-line performance | 離線性能 | ||
offspring | 子代群體 | ||
on-line performance | 在線性能 | ||
one-point crossover | 單點(diǎn)交叉 | ||
optimization | 最優(yōu)化 | ||
Order Crossover,OX | 順序交叉 | ||
overspecification | 描述過剩 | ||
parallel genetic algorithm,PGA | 并行遺傳算法 | ||
parallelism | 并行性 | ||
Partially Mapped Crossover,PMX | 部分映射交叉 | ||
Partially Matched Crossover,PMX | 部分匹配交叉 | ||
penalty function | 罰函數(shù) | ||
permutation | 排列 | ||
phenotype | 表現(xiàn)型 | ||
Pitt approach itt | 方法 | ||
plant pollination model | 植物授粉模型 | ||
polyploid | 多倍體 | ||
population | 群體 | ||
population average fitness | 群體平均適應(yīng)度 | ||
population diversity | 群體多樣性 | ||
population size | 群體大小 | ||
power law scaling | 乘冪尺度變換 | ||
premature convergence | 早熟現(xiàn)象,早期收斂 | ||
preselection | 預(yù)選擇 | ||
multi-modal optimization | 多模態(tài)最優(yōu)化 | ||
multi-object optimization | 多目標(biāo)最優(yōu)化 | ||
multimodal function | 多模態(tài)函數(shù) | ||
multiparameter encoding | 多參數(shù)編碼 | ||
multiple hump function | 多峰值函數(shù) | ||
multiple point crossover | 多點(diǎn)交叉 | ||
mutation | 變異 | ||
mutation operator | 變異算子 | ||
mutation rate | 變異概率 | ||
neighbourhood model | 鄰居模型 | ||
artificial neural network,ANN | 人工神經(jīng)網(wǎng)絡(luò) | ||
niche | 小生境 | ||
non-uniform mutation | 非均勻變異 | ||
Nondeterministic Polynomial Completeness | NP-完全 | ||
object function | 目標(biāo)函數(shù) | ||
off-line performance | 離線性能 | ||
offspring | 子代群體 | ||
on-line performance | 在線性能 | ||
one-point crossover | 單點(diǎn)交叉 | ||
optimization | 最優(yōu)化 | ||
Order Crossover,OX | 順序交叉 | ||
overspecification | 描述過剩 | ||
parallel genetic algorithm,PGA | 并行遺傳算法 | ||
parallelism | 并行性 | ||
Partially Mapped Crossover,PMX | 部分映射交叉 | ||
Partially Matched Crossover,PMX | 部分匹配交叉 | ||
penalty function | 罰函數(shù) | ||
permutation | 排列 | ||
phenotype | 表現(xiàn)型 | ||
Pitt approach itt | 方法 | ||
plant pollination model | 植物授粉模型 | ||
polyploid | 多倍體 | ||
population | 群體 | ||
population average fitness | 群體平均適應(yīng)度 | ||
population diversity | 群體多樣性 | ||
population size | 群體大小 | ||
power law scaling | 乘冪尺度變換 | ||
premature convergence | 早熟現(xiàn)象,早期收斂 | ||
preselection | 預(yù)選擇 | ||
probabilistic algorithms | 概率算法 | ||
probabilistic operator | 概率算子 | ||
probability of crossover | 交叉概率 | ||
probability of inversion | 倒位概率 | ||
probability of mutation | 變異概率 | ||
proportional model | 比例選擇模型 | ||
random algorithms | 隨機(jī)算法 | ||
random searching,RS | 隨機(jī)搜索算法 | ||
random walks | 隨機(jī)游走 | ||
rank-based model | 排序選擇模型 | ||
read-coded genes | 浮點(diǎn)數(shù)編碼基因 | ||
recessive | 隱性基因 | ||
remainder stochastic sampling with replacement | 無回放余數(shù)隨機(jī)選擇 | ||
reordering operator | 重排序算子 | ||
reproduction | 復(fù)制 | ||
ribonucleic acid,RNA | 核糖核酸 | ||
robustness | 穩(wěn)健性 | ||
roulette wheel selection | 賭盤選擇 | ||
scaling with sigma truncation | O~截?cái)喑叨茸儞Q | ||
schema | 模式 | ||
schema defining length | 模式定義長度 | ||
schema order | 模式階 | ||
Scheme Theorem | 模式定理 | ||
selection | 選擇 | ||
selection operator | 選擇算子 | ||
sharing function | 共享函數(shù) | ||
SIMD | 單指令流多數(shù)據(jù)流 | ||
simple genetic algorithm,SGA | 基本遺傳算法 | ||
simple mutation | 基本變異 | ||
simulated annealing,SA | 模擬退火算法 | ||
single hump function | 單峰值函數(shù) | ||
splice operator | 拼接算子 | ||
standard parallel approach | 標(biāo)準(zhǔn)型并行方法 | ||
stepping-stone model | 踏腳石模型 | ||
stochastic sampling with replacement | 無回放隨機(jī)選擇 | ||
stochastic tournament model | 隨機(jī)聯(lián)賽選擇模型 | ||
termination conditions | 終止條件 | ||
test function | 測(cè)試函數(shù) | ||
Traveling Salesman Problem,TSP | 旅行商問題 | ||
two-point crossover | 雙點(diǎn)交叉 | ||
underspecification | 描述不足 | ||
uniform crossover | 均勻交叉 | ||
uniform mutation | 均勻變異 | ||
X chromosome | X 染色體 | ||
Y chromosome | Y 染色體 |
AI術(shù)語中英文對(duì)照
最后編輯于 :
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
- 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來车吹,“玉大人筹裕,你說我怎么就攤上這事≌裕” “怎么了朝卒?”我有些...
- 文/不壞的土叔 我叫張陵,是天一觀的道長乐埠。 經(jīng)常有香客問我抗斤,道長,這世上最難降的妖魔是什么丈咐? 我笑而不...
- 正文 為了忘掉前任瑞眼,我火速辦了婚禮,結(jié)果婚禮上棵逊,老公的妹妹穿的比我還像新娘伤疙。我一直安慰自己,他們只是感情好,可當(dāng)我...
- 文/花漫 我一把揭開白布徒像。 她就那樣靜靜地躺著黍特,像睡著了一般。 火紅的嫁衣襯著肌膚如雪锯蛀。 梳的紋絲不亂的頭發(fā)上灭衷,一...
- 文/蒼蘭香墨 我猛地睜開眼造虎,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼傅蹂!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起算凿,我...
- 序言:老撾萬榮一對(duì)情侶失蹤份蝴,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后氓轰,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體婚夫,經(jīng)...
- 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
- 正文 我和宋清朗相戀三年署鸡,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了案糙。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
- 正文 年R本政府宣布,位于F島的核電站焰薄,受9級(jí)特大地震影響拿诸,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜塞茅,卻給世界環(huán)境...
- 文/蒙蒙 一亩码、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧凡桥,春花似錦蟀伸、人聲如沸蚀同。這莊子的主人今日做“春日...
- 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至衰猛,卻和暖如春迟蜜,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背啡省。 一陣腳步聲響...
- 正文 我出身青樓畦戒,卻偏偏與公主長得像,于是被迫代替她去往敵國和親结序。 傳聞我的和親對(duì)象是個(gè)殘疾皇子障斋,可洞房花燭夜當(dāng)晚...
推薦閱讀更多精彩內(nèi)容
- 易仁永澄老師舉了個(gè)在QQ群答疑的例子,有個(gè)小伙伴說他是一個(gè)這樣的人徐鹤,特別拖延垃环,很粗心,意志力不強(qiáng)返敬,很不喜歡現(xiàn)在的自...
- 水調(diào)歌頭 繁葉似擎蓋遂庄,春意漫庭軒。 三枝兩朵迤邐劲赠,生氣小窗前涛目。 正是紅顏數(shù)瓣,和著瓊苞香蕊凛澎,獨(dú)向我喧妍泌绣。 粉蝶欲偷...