Agent-Based Evolutionary Search

عملکرد الگوریتم های تکاملی را می توان با ادغام مفهوم عامل ها افزایش داد. عوامل و چند عامل می توانند بسیاری از ویژگی های جالب را به ارمغان بیاورند که فراتر از محدوده فرآیند تکاملی و یادگیری سنتی است.

این کتاب آخرین هنر را در تئوری و عمل Agent Based Evolutionary Search ارائه می دهد و هدف آن افزایش آگاهی در مورد این فناوری موثر است. این شامل چارچوب‌های جدید، تجزیه و تحلیل همگرایی و پیچیدگی، و همچنین کاربردهای واقعی جستجوی تکاملی مبتنی بر عامل، طراحی معماری‌های چند عاملی و طراحی ارتباطات عامل و استراتژی یادگیری است.

The performance of Evolutionary Algorithms can be enhanced by integrating the concept of agents. Agents and Multi-agents can bring many interesting features which are beyond the scope of traditional evolutionary process and learning.

This book presents the state-of-the art in the theory and practice of Agent Based Evolutionary Search and aims to increase the awareness on this effective technology. This includes novel frameworks, a convergence and complexity analysis, as well as real-world applications of Agent Based Evolutionary Search, a design of multi-agent architectures and a design of agent communication and learning Strategy.