Evolutionary Optimization in Dynamic Environments

ویرایش: [1 ed.] 
نویسندگان: Jürgen Branke (auth.)  
سری: Genetic Algorithms and Evolutionary Computation 3 
ISBN (شابک) : 9781461353003, 9781461509110 
ناشر: Springer US 
سال نشر: 2002 
تعداد صفحات: 208
[216] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 13 Mb 

قیمت کتاب (تومان) : 50,000



الگوریتم‌های تکاملی (EA) به یک زمینه تحقیقاتی بالغ در بهینه‌سازی تبدیل شده‌اند و ثابت کرده‌اند که حل‌کننده‌های موثر و قوی برای طیف گسترده‌ای از مسائل بهینه‌سازی استاتیک در دنیای واقعی هستند. با این حال، از آنجایی که آنها بر اساس اصول تکامل طبیعی هستند، و از آنجایی که تکامل طبیعی یک فرآیند پویا در یک محیط در حال تغییر است، EAها برای مسائل بهینه‌سازی دینامیکی نیز مناسب هستند. بهینه سازی تکاملی در محیط های پویا اولین کار جامع در مورد کاربرد EAها در مسائل بهینه سازی پویا است. این یک بررسی گسترده در مورد تحقیقات در این منطقه ارائه می دهد و نشان می دهد که چگونه EA ها می توانند با موفقیت برای

• به طور مداوم و کارآمد یک راه حل را با یک محیط در حال تغییر تطبیق دهند،
• یک معاوضه خوب بین پیدا کنند. کیفیت راه حل و هزینه انطباق،
• یافتن راه حل های قوی که کیفیت آنها نسبت به تغییرات محیط حساس نیست،
• راه حل های انعطاف پذیری را پیدا کنید که نه تنها خوب هستند، بلکه می توانند به راحتی در صورت لزوم سازگار شوند.

هر چهار جنبه در این کتاب مورد بررسی قرار می‌گیرند و دیدگاهی جامع در مورد چالش‌ها و فرصت‌ها در هنگام استفاده از EA برای مسائل بهینه‌سازی پویا ارائه می‌دهند. پوشش جامع و به روز موضوع، همراه با جزئیات آخرین تحقیقات اصلی، بهینه سازی تکاملی در محیط های پویا را به منبعی ارزشمند برای محققان و متخصصانی تبدیل می کند که با مسائل بهینه سازی پویا و تصادفی سر و کار دارند. ، و کسانی که علاقه مند به استفاده از اکتشافی های جستجوی محلی، مانند الگوریتم های تکاملی هستند.

Evolutionary Algorithms (EAs) have grown into a mature field of research in optimization, and have proven to be effective and robust problem solvers for a broad range of static real-world optimization problems. Yet, since they are based on the principles of natural evolution, and since natural evolution is a dynamic process in a changing environment, EAs are also well suited to dynamic optimization problems. Evolutionary Optimization in Dynamic Environments is the first comprehensive work on the application of EAs to dynamic optimization problems. It provides an extensive survey on research in the area and shows how EAs can be successfully used to

• continuously and efficiently adapt a solution to a changing environment,
• find a good trade-off between solution quality and adaptation cost,
• find robust solutions whose quality is insensitive to changes in the environment,
• find flexible solutions which are not only good but that can be easily adapted when necessary.

All four aspects are treated in this book, providing a holistic view on the challenges and opportunities when applying EAs to dynamic optimization problems. The comprehensive and up-to-date coverage of the subject, together with details of latest original research, makes Evolutionary Optimization in Dynamic Environments an invaluable resource for researchers and professionals who are dealing with dynamic and stochastic optimization problems, and who are interested in applying local search heuristics, such as evolutionary algorithms.