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: [1st ed.] نویسندگان: Tutut Herawan, Haruna Chiroma, Jemal H. Abawajy سری: Green Energy and Technology ISBN (شابک) : 9783319698885 ناشر: Springer International Publishing سال نشر: 2019 تعداد صفحات: XIV, 215 [228] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 8 Mb
در صورت تبدیل فایل کتاب Advances on Computational Intelligence in Energy: The Applications of Nature-Inspired Metaheuristic Algorithms in Energy 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 پیشرفت در هوش محاسباتی در انرژی: کاربردهای الگوریتم های فراابتکاری الهام گرفته از طبیعت در انرژی 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.
این کتاب با پرداختن به کاربردهای الگوریتمهای هوش محاسباتی در
انرژی، یک روش سیستماتیک را ارائه میکند که گامهای عملی مورد
نیاز برای استفاده از الگوریتمهای الهامگرفته از زیستی و
فراابتکاری در انرژی، مانند پیشبینی مصرف نفت و موارد دیگر را
نشان میدهد. محصولات انرژی
مشارکتها شامل یافتههای تحقیقاتی، پروژهها، کار نقشهبرداری و تجربیات صنعتی است که پیشرفتهای قابل توجهی را در کاربردهای الگوریتمهای هوش محاسباتی در انرژی توصیف میکند. برای درک آسان، متن نتایج شبیه سازی عملی، همگرایی و منحنی های یادگیری و همچنین تصاویر و جداول را ارائه می دهد.
این منبع باارزشی برای دانشجویان مقطع کارشناسی و کارشناسی ارشد به طور یکسان فراهم می کند، همچنین برای محققان در زمینه هوش محاسباتی و انرژی در نظر گرفته شده است.
Addressing the applications of computational intelligence
algorithms in energy, this book presents a systematic
procedure that illustrates the practical steps required for
applying bio-inspired, meta-heuristic algorithms in energy,
such as the prediction of oil consumption and other energy
products.
Contributions include research findings, projects, surveying work and industrial experiences that describe significant advances in the applications of computational intelligence algorithms in energy. For easy understanding, the text provides practical simulation results, convergence and learning curves as well as illustrations and tables.
Providing a valuable resource for undergraduate and postgraduate students alike, it is also intended for researchers in the fields of computational intelligence and energy.