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: Jonas Mockus, William Eddy, Audris Mockus, Linas Mockus, Gintaras Reklaitis (auth.) سری: Nonconvex Optimization and Its Applications 17 ISBN (شابک) : 9781441947673, 9781475726275 ناشر: Springer US سال نشر: 1997 تعداد صفحات: 392 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 14 مگابایت
کلمات کلیدی مربوط به کتاب رویکرد ابتکاری بیزی به بهینه سازی گسسته و جهانی: الگوریتم ها، تجسم، نرم افزار و برنامه های کاربردی: ترکیبات، بهینه سازی، آمار برای مهندسی، فیزیک، علوم کامپیوتر، شیمی و علوم زمین، کاربردهای ریاضیات
در صورت تبدیل فایل کتاب Bayesian Heuristic Approach to Discrete and Global Optimization: Algorithms, Visualization, Software, and Applications 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 رویکرد ابتکاری بیزی به بهینه سازی گسسته و جهانی: الگوریتم ها، تجسم، نرم افزار و برنامه های کاربردی 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.
تئوری تصمیم بیزی به عنوان یک چارچوب موثر برای حل عملی مسائل
بهینه سازی گسسته و غیر محدب شناخته شده است. این کتاب اولین
کتابی است که نشان میدهد این چارچوب همچنین برای بهرهبرداری
از روشهای اکتشافی در حل چنین مسائلی مناسب است، بهویژه
آنهایی که در مقیاس بزرگ هستند که روشهای بهینهسازی دقیق
برای آنها میتواند بسیار پرهزینه باشد. این کتاب تمام جنبههای
مختلف از ارائه رسمی رویکرد بیزی، تا گسترش آن به استراتژی
ابتکاری بیزی، و استفاده از آن در استراتژی تجسم پویا غیررسمی و
تعاملی را پوشش میدهد. چارچوب توسعهیافته در پیشبینی،
بهینهسازی شبکه عصبی، و در تعداد زیادی از مسائل بهینهسازی
گسسته و پیوسته استفاده میشود. حوزههای کاربردی خاصی که مورد
بحث قرار میگیرند شامل مشکلات زمانبندی و تجسم در مهندسی
شیمی، کنترل فرآیند تولید و اپیدمیولوژی میشود. نتایج محاسباتی
و مقایسه با طیف گسترده ای از نمونه های آزمایشی ارائه شده است.
نرم افزار مورد نیاز برای اجرای رویکرد ابتکاری بیزی گنجانده
شده است. اگرچه برخی دانش از آمار ریاضی برای درک جنبه های نظری
توسعه ضروری است، هیچ دانش ریاضی تخصصی برای درک کاربرد رویکرد
یا استفاده از نرم افزار ارائه شده مورد نیاز نیست.
مخاطبان: این کتاب هم برای محققان در تحقیق در عملیات،
مهندسی سیستمها و روشهای بهینهسازی، و هم برای متخصصان
برنامههایی که با حل بهینهسازی گسسته و/یا غیرمحدب در مقیاس
بزرگ مرتبط هستند، مورد علاقه است. مشکلات در طیف وسیعی از
زمینه های مهندسی و فناوری. ممکن است به عنوان مواد تکمیلی برای
دوره های تحصیلات تکمیلی استفاده شود.
Bayesian decision theory is known to provide an effective
framework for the practical solution of discrete and
nonconvex optimization problems. This book is the first to
demonstrate that this framework is also well suited for the
exploitation of heuristic methods in the solution of such
problems, especially those of large scale for which exact
optimization approaches can be prohibitively costly. The book
covers all aspects ranging from the formal presentation of
the Bayesian Approach, to its extension to the Bayesian
Heuristic Strategy, and its utilization within the informal,
interactive Dynamic Visualization strategy. The developed
framework is applied in forecasting, in neural network
optimization, and in a large number of discrete and
continuous optimization problems. Specific application areas
which are discussed include scheduling and visualization
problems in chemical engineering, manufacturing process
control, and epidemiology. Computational results and
comparisons with a broad range of test examples are
presented. The software required for implementation of the
Bayesian Heuristic Approach is included. Although some
knowledge of mathematical statistics is necessary in order to
fathom the theoretical aspects of the development, no
specialized mathematical knowledge is required to understand
the application of the approach or to utilize the software
which is provided.
Audience: The book is of interest to both
researchers in operations research, systems engineering, and
optimization methods, as well as applications specialists
concerned with the solution of large scale discrete and/or
nonconvex optimization problems in a broad range of
engineering and technological fields. It may be used as
supplementary material for graduate level courses.
Front Matter....Pages i-xv
Front Matter....Pages 1-1
Different Approaches to Numerical Techniques and Different Ways of Regarding Heuristics: Possibilities and Limitations....Pages 3-29
Information-Based Complexity (IBC) and the Bayesian Heuristic Approach....Pages 31-46
Mathematical Justification of the Bayesian Heuristics Approach....Pages 47-59
Front Matter....Pages 61-61
Bayesian Approach to Continuous Global and Stochastic Optimization....Pages 63-69
Examples of Continuous Optimization....Pages 71-82
Long-Memory Processes and Exchange Rate Forecasting....Pages 83-117
Optimization Problems in Simple Competitive Model....Pages 119-127
Front Matter....Pages 129-129
Application of Global Line-Search in the Optimization of Networks....Pages 131-138
Solving Differential Equations by Event- Driven Techniques for Parameter Optimization....Pages 139-151
Optimization in Neural Networks....Pages 153-174
Front Matter....Pages 175-175
Bayesian Approach to Discrete Optimization....Pages 177-194
Examples of Discrete Optimization....Pages 195-219
Application of BHA to Mixed Integer Nonlinear Programming (MINLP)....Pages 221-230
Front Matter....Pages 231-231
Batch/Semi-Continuous Process Scheduling Using MRP Heuristics....Pages 233-244
Batch Process Scheduling Using Simulated Annealing....Pages 245-259
Genetic Algorithms for BATCH Process Scheduling Using BHA and MILP Formulation....Pages 261-274
Front Matter....Pages 275-275
Introduction to Global Optimization Software (GM)....Pages 277-282
Portable Fortran Library for Continuous Global Optimization....Pages 283-325
Software for Continuous Global Optimization Using Unix C++....Pages 327-336
Examples of Unix C++ Software Applications....Pages 337-346
Front Matter....Pages 347-347
Dynamic Visualization in Modeling and Optimization of Ill Defined Problems: Case Studies and Generalizations....Pages 349-377
Back Matter....Pages 379-397