دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Computational Intelligence in Complex Decision Systems
دانلود کتاب هوش محاسباتی در سیستم های تصمیم گیری پیچیده
مشخصات کتاب
Computational Intelligence in Complex Decision Systems
ویرایش:
نویسندگان: Da Ruan. Da Ruan
سری: Atlantis Computational Intelligence Systems
ISBN (شابک) : 9078677279, 9789078677277
ناشر: Atlantis Press
سال نشر: 2010
تعداد صفحات: 398
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 9 مگابایت
قیمت کتاب (تومان) : 37,000
در صورت تبدیل فایل کتاب Computational Intelligence in Complex Decision Systems 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 هوش محاسباتی در سیستم های تصمیم گیری پیچیده 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.
توضیحاتی در مورد کتاب هوش محاسباتی در سیستم های تصمیم گیری پیچیده
در سال های اخیر، علاقه فزاینده ای به نیاز به طراحی سیستم های هوشمند برای پرداختن به سیستم های تصمیم گیری پیچیده وجود داشته است. یکی از چالش برانگیزترین مسائل برای سیستم هوشمند، مدیریت موثر عدم قطعیت های دنیای واقعی است که نمی توان آنها را حذف کرد. این عدم قطعیت ها انواع مختلفی از اطلاعات را شامل می شود که ناقص، نادقیق، پراکنده، کاملاً قابل اعتماد، مبهم، متناقض، ناقص و پربار هستند. عدم قطعیت ها منجر به فقدان دانش کامل و دقیق از سیستم تصمیم گیری، از جمله تعیین و انتخاب معیارهای ارزیابی، جایگزین ها، وزن ها، امتیازات تکالیف و نتیجه تصمیم گیری یکپارچه نهایی می شود. تکنیک‌های هوشمند محاسباتی (شامل منطق فازی، شبکه‌های عصبی، و الگوریتم‌های ژنتیک و غیره)، که مکمل تکنیک‌های سنتی موجود هستند، پتانسیل زیادی برای حل این مشکلات تصمیم‌گیری در دنیای واقعی که در محیط‌های نامشخص و غیرقابل پیش‌بینی وجود دارند، نشان داده‌اند. این فناوری ها پایه و اساس سیستم های هوشمند را تشکیل داده اند
توضیحاتی درمورد کتاب به خارجی
In recent years, there has been a growing interest in the need for designing intelligent systems to address complex decision systems. One of the most challenging issues for the intelligent system is to effectively handle real-world uncertainties that cannot be eliminated. These uncertainties include various types of information that are incomplete, imprecise, fragmentary, not fully reliable, vague, contradictory, deficient, and overloading. The uncertainties result in a lack of the full and precise knowledge of the decision system, including the determining and selection of evaluation criteria, alternatives, weights, assignment scores, and the final integrated decision result. Computational intelligent techniques (including fuzzy logic, neural networks, and genetic algorithms etc.), which are complimentary to the existing traditional techniques, have shown great potential to solve these demanding, real-world decision problems that exist in uncertain and unpredictable environments. These technologies have formed the foundation for intelligent systems
