دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1 نویسندگان: Erik Cuevas, Margarita Arimatea Díaz Cortés, Diego Alberto Oliva Navarro (auth.) سری: Studies in Computational Intelligence 629 ISBN (شابک) : 9783319285023, 9783319285030 ناشر: Springer International Publishing سال نشر: 2016 تعداد صفحات: 214 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 16 مگابایت
کلمات کلیدی مربوط به کتاب پیشرفتهای محاسبات تکاملی: روشها و عملگرها: هوش محاسباتی، هوش مصنوعی (شامل رباتیک)
در صورت تبدیل فایل کتاب Advances of Evolutionary Computation: Methods and Operators به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب پیشرفتهای محاسبات تکاملی: روشها و عملگرها نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
هدف این کتاب ارائه پیشرفتهایی است که در مورد پیشرفتهای جایگزین محاسبات تکاملی (EC) و عملگرهای غیر متعارف که ثابت کردهاند در حل چندین مشکل پیچیده مؤثر هستند، بحث میکند. ساختار کتاب به گونه ای تنظیم شده است که هر فصل را می توان به طور مستقل از بقیه خواند. این کتاب شامل نه فصل با موضوعات زیر است: 1) مقدمه، 2) بهینه سازی عنکبوت اجتماعی (SSO)، 3) وضعیت جستجوی ماده (SMS)، 4) الگوریتم رفتار جمعی حیوانات (CAB)، 5) الگوریتم آلوستاتیک روش بهینه سازی (AO)، 6) الگوریتم جستجوی ملخ (LS)، 7) روش جمعیت تطبیقی با ارزیابی های کاهش یافته (APRE)، 8) CAB چندوجهی، 9) روش SSO محدود.
The goal of this book is to present advances that discuss alternative Evolutionary Computation (EC) developments and non-conventional operators which have proved to be effective in the solution of several complex problems. The book has been structured so that each chapter can be read independently from the others. The book contains nine chapters with the following themes: 1) Introduction, 2) the Social Spider Optimization (SSO), 3) the States of Matter Search (SMS), 4) the collective animal behavior (CAB) algorithm, 5) the Allostatic Optimization (AO) method, 6) the Locust Search (LS) algorithm, 7) the Adaptive Population with Reduced Evaluations (APRE) method, 8) the multimodal CAB, 9) the constrained SSO method.
Front Matter....Pages i-xiv
Introduction....Pages 1-8
A Swarm Global Optimization Algorithm Inspired in the Behavior of the Social-Spider....Pages 9-33
A States of Matter Algorithm for Global Optimization....Pages 35-54
The Collective Animal Behavior method....Pages 55-81
An Evolutionary Computation Algorithm based on the Allostatic Optimization....Pages 83-100
Optimization Based on the Behavior of Locust Swarms....Pages 101-120
Reduction of Function Evaluations by using an evolutionary computation algorithm....Pages 121-152
Collective Animal Behavior Algorithm for Multimodal Optimization Functions....Pages 153-174
Social-Spider Algorithm for Constrained Optimization....Pages 175-202