Evolutionary Computation in Combinatorial Optimization: 15th European Conference, EvoCOP 2015, Copenhagen, Denmark, April 8-10, 2015, Proceedings

این کتاب مجموعه مقالات داوری پانزدهمین کنفرانس اروپایی محاسبات تکاملی در بهینه‌سازی ترکیبی، EvoCOP 2015، که در کپنهاگ، دانمارک، در آوریل 2015 برگزار شد، به همراه رویدادهای Evo*2015 EuroGP، EvoMUSART و EvoApplications.

19 مقاله کامل اصلاح شده ارائه شده به دقت بررسی و از بین 46 مورد ارسالی انتخاب شدند. این مقالات روش شناسی، کاربردها و مطالعات نظری را پوشش می دهند. این روش‌ها شامل الگوریتم‌های تکاملی و ممتیک (ترکیبی)، جستجوی محلی تکراری، جستجوی همسایگی متغیر، بهینه‌سازی کلونی مورچه‌ها، سیستم‌های ایمنی مصنوعی، فراابتکاری و سایر رویکردهای تطبیقی ​​بود. این برنامه ها شامل هر دو حوزه سنتی مانند رنگ آمیزی نمودار، کوله پشتی، مسیریابی وسایل نقلیه، زمان بندی کارگاه، p-median و مسائل جهت گیری می شود. و حوزه‌های جدید مانند طراحی شبکه‌های عصبی عمیق تکرارشونده، تشخیص ساختار جامعه شبکه، زمان‌بندی قفل کشتی‌ها، مدیریت منابع ابری، مشکل آتش‌نشان و برنامه‌ریزی هوش مصنوعی. مطالعات نظری شامل نسبت تقریبی، زمان اجرا و تجزیه و تحلیل پیچیدگی جعبه سیاه بود.

This book constitutes the refereed proceedings of the 15th European Conference on Evolutionary Computation in Combinatorial Optimization, EvoCOP 2015, held in Copenhagen, Denmark, in April 2015, co-located with the Evo*2015 events EuroGP, EvoMUSART and EvoApplications.

The 19 revised full papers presented were carefully reviewed and selected from 46 submissions. The papers cover methodology, applications and theoretical studies. The methods included evolutionary and memetic (hybrid) algorithms, iterated local search, variable neighbourhood search, ant colony optimization, artificial immune systems, hyper-heuristics and other adaptive approaches. The applications include both traditional domains, such as graph coloring, knapsack, vehicle routing, job-shop scheduling, the p-median and the orienteering problems; and new(er) domains such as designing deep recurrent neural networks, detecting network community structure, lock scheduling of ships, cloud resource management, the fire-fighter problem and AI planning. The theoretical studies involved approximation ratio, runtime and black-box complexity analyses.