دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Evolutionary Optimization Algorithms
دانلود کتاب الگوریتم های بهینه سازی تکاملی
مشخصات کتاب
Evolutionary Optimization Algorithms
ویرایش: 1
نویسندگان: Dan Simon
سری:
ISBN (شابک) : 0470937416, 9780470937419
ناشر: Wiley
سال نشر: 2013
تعداد صفحات: 776
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 25 مگابایت
قیمت کتاب (تومان) : 48,000
کلمات کلیدی مربوط به کتاب الگوریتم های بهینه سازی تکاملی: هوش و معناشناسی، هوش مصنوعی و یادگیری ماشین، علوم کامپیوتر، کامپیوتر و فناوری، الگوریتم‌ها، ساختارهای داده، ژنتیک، مدیریت حافظه، برنامه‌نویسی، کامپیوتر و فناوری، ریاضیات گسسته، ریاضیات محض، ریاضیات، علوم و ریاضیات، الگوریتم‌ها، علوم کامپیوتر , کتابهای درسی مستعمل و اجاره ای، بوتیک تخصصی، هوش مصنوعی، علوم کامپیوتر، کتابهای درسی جدید، مستعمل و اجاره ای، بوتیک تخصصی، ریاضیات، جبر و مثلثات، حساب دیفرانسیل و انتگرال، هندسه، آمار، علوم و ریاضیات، N
در صورت تبدیل فایل کتاب Evolutionary Optimization Algorithms 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 بهینه سازی تکاملی 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 الگوریتم های بهینه سازی تکاملی
یک رویکرد روشن و شفاف از پایین به بالا به اصول اولیه الگوریتم های تکاملی الگوریتم های تکاملی (EA) نوعی هوش مصنوعی هستند. انگیزه EAها فرآیندهای بهینه‌سازی است که ما در طبیعت مشاهده می‌کنیم، مانند انتخاب طبیعی، مهاجرت گونه‌ها، ازدحام پرندگان، فرهنگ انسانی و کلونی مورچه‌ها. این کتاب در مورد نظریه، تاریخچه، ریاضیات و برنامه ریزی الگوریتم های بهینه سازی تکاملی بحث می کند. الگوریتم های برجسته شامل الگوریتم های ژنتیک، برنامه ریزی ژنتیک، بهینه سازی کلونی مورچه ها، بهینه سازی ازدحام ذرات، تکامل دیفرانسیل، بهینه سازی مبتنی بر جغرافیای زیستی و بسیاری دیگر می باشد. الگوریتم‌های بهینه‌سازی تکاملی: یک رویکرد ساده و از پایین به بالا ارائه می‌کند که به خواننده کمک می‌کند تا درک واضح – اما از لحاظ نظری دقیق – از الگوریتم‌های تکاملی، با تأکید بر پیاده‌سازی، به دست آورد. ازدحام ماهی های مصنوعی، جست و جوی باکتری ها، و بسیاری دیگر - و شباهت ها و تفاوت های آنها با EAهای معتبرتر بحث می کند. کد منبع ویژگی‌ها برای مثال‌های موجود در وبسایت نویسنده، تکنیک‌های ریاضی پیشرفته‌ای را برای تجزیه و تحلیل EA ارائه می‌دهد، از جمله مدل‌سازی مارکوف و مدل‌سازی سیستم پویا. دانشجویان و متخصصان درگیر در مهندسی و علوم کامپیوتر.
توضیحاتی درمورد کتاب به خارجی
A clear and lucid bottom-up approach to the basic principles of evolutionary algorithms Evolutionary algorithms (EAs) are a type of artificial intelligence. EAs are motivated by optimization processes that we observe in nature, such as natural selection, species migration, bird swarms, human culture, and ant colonies. This book discusses the theory, history, mathematics, and programming of evolutionary optimization algorithms. Featured algorithms include genetic algorithms, genetic programming, ant colony optimization, particle swarm optimization, differential evolution, biogeography-based optimization, and many others. Evolutionary Optimization Algorithms: Provides a straightforward, bottom-up approach that assists the reader in obtaining a clear—but theoretically rigorous—understanding of evolutionary algorithms, with an emphasis on implementation Gives a careful treatment of recently developed EAs—including opposition-based learning, artificial fish swarms, bacterial foraging, and many others— and discusses their similarities and differences from more well-established EAs Includes chapter-end problems plus a solutions manual available online for instructors Offers simple examples that provide the reader with an intuitive understanding of the theory Features source code for the examples available on the author's website Provides advanced mathematical techniques for analyzing EAs, including Markov modeling and dynamic system modeling Evolutionary Optimization Algorithms: Biologically Inspired and Population-Based Approaches to Computer Intelligence is an ideal text for advanced undergraduate students, graduate students, and professionals involved in engineering and computer science.
