急降下的日文

• ２．１．３節で述べたように，解がパレート解から遠くに存在するとき，各目的関数の最急降下方向の凸結合はパレート降下方向になるので，ＷＳＤＭによって各目的関数を大きく改善できる．
  如２．１．３节中所述的那样，解存在于远离帕累托解的时候，由于各目标函数的最急下降方向的凸结合是帕累托下降方向，因为根据ＷＳＤＭ，可以大幅改善各目标函数。
• 表２に，適応的初期値を適用した最急降下法に，１階層固定，３階層固定，最下位層探索で上位階層までのベクトルの検証を行う階層化手法（提案法）の予測特性の比較を示す．
  表２表示，在使用恰当的初始值的最速下降法中，级别化方法（所提方法）中预测特性的比较，其中包括进行第１级别固定，第３级别固定，以及从最低级别检索到最高级别进行的矢量验证
• 結合目的関数の最急降下方向は各目的関数の最急降下方向を同じ重みｗで凸結合したものに等しいので，ＷＳＤＭは目的関数の勾配に基づいて直線探索を行う方向を決定する手法といえる．
  由于结合目标函数的最急下降方向是将各目标函数的最急下降方向与同样的权重ｗ进行凸结合之后的所得相等，因此可以说ＷＳＤＭ是基于目标函数的斜率，决定进行直线搜索的方向的手法。
• 結合目的関数の最急降下方向は各目的関数の最急降下方向を同じ重みｗで凸結合したものに等しいので，ＷＳＤＭは目的関数の勾配に基づいて直線探索を行う方向を決定する手法といえる．
  由于结合目标函数的最急下降方向是将各目标函数的最急下降方向与同样的权重ｗ进行凸结合之后的所得相等，因此可以说ＷＳＤＭ是基于目标函数的斜率，决定进行直线搜索的方向的手法。
• しかし，ＥＳは探索効率が悪いこと，多目的最急降下法は計算コストが高いこと，ＣＯＲＬは３目的以上のときや制約条件があるときに目的関数の改善効率が悪化する場合があることなどの問題がある．
  但是，这些方法各有问题，ＥＳ的搜索效率低，多目的最急下降法的计算成本过高，ＣＯＲＬ在３个目的以上的时候以及由制约条件的时候，目标函数的改善效率有恶化的情况等等。
• これは反復改良によってパラメータを決定する手法であり，最急降下法が持つ収束領域の広さとＧａｕｓｓ―Ｎｅｗｔｏｎ法が持つ収束速度の速さをあわせもつものである［Ｎａｓｈ９６，Ｎａｓｈ７７］．
  这是经过反复改良确定参数的方法，是综合最急下降法所拥有的收敛范围之广度和Ｇａｕｓｓ―Ｎｅｗｔｏｎ法所拥有的收敛速度之迅速的方法［Ｎａｓｈ９６，Ｎａｓｈ７７］。
• 従って，解が＠ｅｑｕａｔｉｏｎ＿０＠である場合には，パレート降下方向は存在せず，＠ｅｑｕａｔｉｏｎ＿１＠である場合には，それを使った目的関数の最急降下方向の凸結合はパレート降下方向である．
  因此，解是＠ｅｑｕａｔｉｏｎ＿０＠的情况下，不存在帕累托下降方向，在＠ｅｑｕａｔｉｏｎ＿１＠的情况下，使用其的目标函数的最急下降方向的凸结合是帕累托下降方向。
• 実行可能領域境界上に解が存在し，目的関数の最急降下方向とすべてのパレート降下方向が実行不可能な場合，ＷＳＤＭとＣＯＲＬではそのような解を移動できず，パレート解の探索に失敗することが予想される．
  执行可能领域边缘上存在着解，目标函数的最急下降方向与全部的帕累托下降方向不可能执行的情况下，ＷＳＤＭ与ＣＯＲＬ中不能移动这样的解，可以预想帕累托解的搜索会失败。
• ＠ｅｑｕａｔｉｏｎ＿０＠と各目的関数の最急降下方向の内積には＠ｅｑｕａｔｉｏｎ＿１＠が成り立つので，ｆ１についてはｄ２がｄ３より大きく改善するが，ｆ２についてはｄ３がｄ２より大きく改善する．
  由于＠ｅｑｕａｔｉｏｎ＿０＠与各目标函数的最急下降方向的纯量积中＠ｅｑｕａｔｉｏｎ＿１＠是成立的，关于ｆ１，虽然ｄ２比ｄ３改善更大，但关于ｆ２，ｄ３却比ｄ２改善更大。
• 降下方向ｄがパレート降下方向であるのは，ｄが各目的関数の最急降下方向の凸結合で表されるとき，すなわち，＠ｅｑｕａｔｉｏｎ＿０＠を満たす非負の実数＠ｅｑｕａｔｉｏｎ＿１＠が存在するときである．
  下降方向之所以是帕累托下降方向，是在ｄ是各目标函数的最急下降方向的凸结合来表示的时候，也就是说，满足＠ｅｑｕａｔｉｏｎ＿０＠的非负的实数＠ｅｑｕａｔｉｏｎ＿１＠存在的时候。