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: نویسندگان: Lutton. Evelyne, Perrot. Nathalie, Tonda. Alberto سری: Metaheuristics set 7 ISBN (شابک) : 9781119136828, 1119136849 ناشر: ISTE, Ltd., Wiley سال نشر: 2016 تعداد صفحات: 176 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 برای علم و فناوری مواد غذایی: صنایع غذایی و تجارت، مدل های ریاضی، محاسبات تکاملی
در صورت تبدیل فایل کتاب Evolutionary algorithms for food science and technology 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 برای علم و فناوری مواد غذایی 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.
محققان و دست اندرکاران علوم و فناوری مواد غذایی به طور معمول با چالش های متعددی روبرو هستند که مربوط به پراکندگی و ناهمگونی داده ها و همچنین عدم قطعیت در اندازه گیری ها و معرفی دانش تخصصی در مدل ها است. الگوریتمهای تکاملی (EAs)، تکنیکهای بهینهسازی تصادفی با الهام از انتخاب طبیعی، میتوانند به طور موثر برای مقابله با این مسائل مورد استفاده قرار گیرند. در این کتاب، ما مجموعهای از مطالعات موردی را ارائه میکنیم که در آن EAها در برنامههای غذایی دنیای واقعی، از یادگیری مدل گرفته تا تجزیه و تحلیل حساسیت، مورد استفاده قرار میگیرند.
Researchers and practitioners in food science and technology routinely face several challenges, related to sparseness and heterogeneity of data, as well as to the uncertainty in the measurements and the introduction of expert knowledge in the models. Evolutionary algorithms (EAs), stochastic optimization techniques loosely inspired by natural selection, can be effectively used to tackle these issues. In this book, we present a selection of case studies where EAs are adopted in real-world food applications, ranging from model learning to sensitivity analysis.