ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Derivative-free and Blackbox Optimization

دانلود کتاب بدون مشتق و بهینه سازی جعبه سیاه

Derivative-free and Blackbox Optimization

مشخصات کتاب

Derivative-free and Blackbox Optimization

ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 9783319689135 
ناشر: Springer 
سال نشر: 2017 
تعداد صفحات: 304 
زبان: english 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 9 مگابایت

قیمت کتاب (تومان) : 33,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 9


در صورت تبدیل فایل کتاب Derivative-free and Blackbox Optimization 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 بدون مشتق و بهینه سازی جعبه سیاه 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 بدون مشتق و بهینه سازی جعبه سیاه

این کتاب به عنوان یک کتاب درسی، مناسب برای خودآموزی یا برای تدریس دروس دانشگاهی سال بالا در زمینه بهینه سازی بدون مشتق و جعبه سیاه طراحی شده است. این کتاب به 5 قسمت تقسیم شده و به صورت مدولار طراحی شده است. هر بخش جداگانه فقط به مواد در قسمت اول بستگی دارد. قسمت اول کتاب به معنای بدون مشتق و بهینه‌سازی جعبه سیاه می‌پردازد، مطالب پس‌زمینه و اصول اولیه را ارائه می‌دهد  ادامه مطلب...
چکیده:
بخش سوم روش‌های جستجوی مستقیم (جستجوی الگوی عمومی و جستجوی مستقیم مش تطبیقی) را ارائه می‌کند و قسمت چهارم بر روش‌های مبتنی بر مدل (شیب ساده و منطقه اعتماد) تمرکز دارد.  بیشتر بخوانید...

توضیحاتی درمورد کتاب به خارجی

This book is designed as a textbook, suitable for self-learning or for teaching an upper-year university course on derivative-free and blackbox optimization. The book is split into 5 parts and is designed to be modular; any individual part depends only on the material in Part I. Part I of the book discusses what is meant by Derivative-Free and Blackbox Optimization, provides background material, and early basics while Part II focuses on heuristic methods (Genetic Algorithms and Nelder-Mead). Part III presents direct search methods (Generalized Pattern Search and Mesh Adaptive Direct Search) and Part IV focuses on model-based methods (Simplex Gradient and Trust Region). Part V discusses dealing with constraints, using surrogates, and bi-objective optimization. End of chapter exercises are included throughout as well as 15 end of chapter projects and over 40 figures. Benchmarking techniques are also presented in the appendix.  Read more...
Abstract:
Part III presents direct search methods (Generalized Pattern Search and Mesh Adaptive Direct Search) and Part IV focuses on model-based methods (Simplex Gradient and Trust Region).  Read more...


فهرست مطالب

Front Matter ....Pages i-xviii
Front Matter ....Pages 1-1
 Introduction: Tools and Challenges in Derivative-Free and Blackbox Optimization  (Charles Audet, Warren Hare)....Pages 3-14
 Mathematical Background  (Charles Audet, Warren Hare)....Pages 15-31
 The Beginnings of DFO Algorithms  (Charles Audet, Warren Hare)....Pages 33-54
Front Matter ....Pages 55-55
 Genetic Algorithms  (Charles Audet, Warren Hare)....Pages 57-73
 Nelder-Mead  (Charles Audet, Warren Hare)....Pages 75-91
Front Matter ....Pages 93-93
 Positive Bases and Nonsmooth Optimization  (Charles Audet, Warren Hare)....Pages 95-114
 Generalised Pattern Search  (Charles Audet, Warren Hare)....Pages 115-134
 Mesh Adaptive Direct Search  (Charles Audet, Warren Hare)....Pages 135-156
Front Matter ....Pages 157-157
 Building Linear and Quadratic Models  (Charles Audet, Warren Hare)....Pages 159-181
 Model-Based Descent  (Charles Audet, Warren Hare)....Pages 183-200
 Model-Based Trust Region  (Charles Audet, Warren Hare)....Pages 201-218
Front Matter ....Pages 219-219
 Variables and Constraints  (Charles Audet, Warren Hare)....Pages 221-234
 Optimization Using Surrogates and Models  (Charles Audet, Warren Hare)....Pages 235-246
 Biobjective Optimization  (Charles Audet, Warren Hare)....Pages 247-262
Back Matter ....Pages 263-300




نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی