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: David G. Mayer (auth.)
سری: The Springer International Series in Engineering and Computer Science 647
ISBN (شابک) : 9781461356936, 9781461517177
ناشر: Springer US
سال نشر: 2002
تعداد صفحات: 109
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 5 مگابایت
کلمات کلیدی مربوط به کتاب الگوریتم های تکاملی و سیستم های کشاورزی: هوش مصنوعی (شامل رباتیک)، تئوری محاسبات، حساب تغییرات و کنترل بهینه، بهینه سازی، کشاورزی
در صورت تبدیل فایل کتاب Evolutionary Algorithms and Agricultural 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 الگوریتم های تکاملی و سیستم های کشاورزی 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.
الگوریتمهای تکاملی و سیستمهای کشاورزی به کاربرد
عملی الگوریتمهای تکاملی در مطالعه و مدیریت سیستمهای کشاورزی
میپردازد. منطق روششناسی تحقیق سیستمها معرفی شده و
نمونههایی از برنامههای کاربردی دنیای واقعی فهرست شدهاند.
این ادغام این مدلهای سیستمهای کشاورزی با تکنیکهای
بهینهسازی، عمدتاً الگوریتمهای ژنتیک است که تمرکز این کتاب
را تشکیل میدهد. مزایا با نمونههایی از مدلهای کشاورزی از
مطالعات ملی و صنعتی گرفته تا مقیاس درون مزرعه مشخص شدهاند.
مشکلات احتمالی این رویکرد نیز همراه با روش های عملی حل این
مشکلات مورد بحث قرار می گیرد.
کاربردهای کشاورزی با استفاده از تکنیکهای بهینهسازی جایگزین
(روشهای گرادیان و جستجوی مستقیم، بازپخت و کوئنچ
شبیهسازیشده، و استراتژی جستجوی تابو) نیز فهرستشده و مورد
بحث قرار گرفتهاند. مشکلات و روشهای خاص این الگوریتمها، از
جمله ویژگیهای سودمندی که ممکن است به نفع یک رویکرد ترکیبی
باشند یا به طور مفید در الگوریتمهای تکاملی گنجانده شوند،
تشریح شدهاند. با توجه به این موضوع و مثالهای منتشر شده، این
نتیجه حاصل میشود که الگوریتمهای تکاملی روش برتر برای
بهینهسازی عملی مدلهای سیستمهای کشاورزی و طبیعی هستند.
توصیه های کلی در مورد گزینه های قوی و تنظیمات پارامتر برای
الگوریتم های تکاملی برای استفاده در مطالعات آینده ارائه شده
است.
الگوریتمهای تکاملی و سیستمهای کشاورزی برای پزشکان
و محققینی که از این روشها برای بهینهسازی سیستمهای کشاورزی
یا طبیعی استفاده میکنند مفید خواهد بود و همچنین به عنوان
متنی برای مدیریت سیستمها، مدلسازی کاربردی، مناسب است. یا
تحقیق در عملیات.
Evolutionary Algorithms and Agricultural Systems
deals with the practical application of evolutionary
algorithms to the study and management of agricultural
systems. The rationale of systems research methodology is
introduced, and examples listed of real-world applications.
It is the integration of these agricultural systems models
with optimization techniques, primarily genetic algorithms,
which forms the focus of this book. The advantages are
outlined, with examples of agricultural models ranging from
national and industry-wide studies down to the within-farm
scale. The potential problems of this approach are also
discussed, along with practical methods of resolving these
problems.
Agricultural applications using alternate optimization
techniques (gradient and direct-search methods, simulated
annealing and quenching, and the tabu search strategy) are
also listed and discussed. The particular problems and
methodologies of these algorithms, including advantageous
features that may benefit a hybrid approach or be usefully
incorporated into evolutionary algorithms, are outlined. From
consideration of this and the published examples, it is
concluded that evolutionary algorithms are the superior
method for the practical optimization of models of
agricultural and natural systems. General recommendations on
robust options and parameter settings for evolutionary
algorithms are given for use in future studies.
Evolutionary Algorithms and Agricultural Systems
will prove useful to practitioners and researchers applying
these methods to the optimization of agricultural or natural
systems, and would also be suited as a text for systems
management, applied modeling, or operations research.
Front Matter....Pages i-ix
Rationale for Systems Modelling....Pages 1-7
Agricultural Systems Models....Pages 9-17
Application of Evolutionary Algorithms to Models....Pages 19-31
Applications of Alternate Optimisation Techniques....Pages 33-52
Comparisons of Optimisation Techniques....Pages 53-60
Robust Parameters for Evolutionary Algorithms....Pages 61-75
Future Developments....Pages 77-78
Back Matter....Pages 79-107