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: Oscar Castillo. Patricia Melin (eds.)
سری: Studies in Computational Intelligence 574
ISBN (شابک) : 9783319109596, 9783319109602
ناشر: Springer International Publishing
سال نشر: 2015
تعداد صفحات: 193
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 7 مگابایت
کلمات کلیدی مربوط به کتاب منطق فازی افزایش استعاره بهینه سازی با الهام از طبیعت: نظریه و برنامه های کاربردی: هوش محاسباتی، هوش مصنوعی (شامل رباتیک)
در صورت تبدیل فایل کتاب Fuzzy Logic Augmentation of Nature-Inspired Optimization Metaheuristics: Theory and Applications 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 منطق فازی افزایش استعاره بهینه سازی با الهام از طبیعت: نظریه و برنامه های کاربردی 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.
این کتاب پیشرفتهای اخیر در تقویت منطق فازی فراابتکاری بهینهسازی الهام گرفته از طبیعت و کاربرد آنها در زمینههایی مانند کنترل هوشمند و رباتیک، تشخیص الگو، پیشبینی سریهای زمانی و بهینهسازی مسائل پیچیده را شرح میدهد. این کتاب در دو بخش اصلی تنظیم شده است که شامل گروهی از مقالات پیرامون موضوعی مشابه است. بخش اول شامل مقالاتی با موضوع اصلی جنبههای نظری تقویت منطق فازی فراابتکاری بهینهسازی الهامگرفته از طبیعت است که اساساً شامل مقالاتی است که الگوریتمهای بهینهسازی جدیدی را پیشنهاد میکنند که با استفاده از سیستمهای فازی تقویت شدهاند. بخش دوم شامل مقالاتی با موضوع اصلی کاربرد الگوریتم های بهینه سازی است که اساساً مقالاتی با استفاده از تکنیک های الهام گرفته از طبیعت برای دستیابی به بهینه سازی مسائل پیچیده بهینه سازی در حوزه های مختلف کاربرد هستند.
This book describes recent advances on fuzzy logic augmentation of nature-inspired optimization metaheuristics and their application in areas such as intelligent control and robotics, pattern recognition, time series prediction and optimization of complex problems. The book is organized in two main parts, which contain a group of papers around a similar subject. The first part consists of papers with the main theme of theoretical aspects of fuzzy logic augmentation of nature-inspired optimization metaheuristics, which basically consists of papers that propose new optimization algorithms enhanced using fuzzy systems. The second part contains papers with the main theme of application of optimization algorithms, which are basically papers using nature-inspired techniques to achieve optimization of complex optimization problems in diverse areas of application.
Front Matter....Pages i-viii
Front Matter....Pages 1-1
Fuzzy Logic for Dynamic Parameter Tuning in ACO and Its Application in Optimal Fuzzy Logic Controller Design....Pages 3-28
Fuzzy Classification System Design Using PSO with Dynamic Parameter Adaptation Through Fuzzy Logic....Pages 29-47
Differential Evolution with Dynamic Adaptation of Parameters for the Optimization of Fuzzy Controllers....Pages 49-63
A New Bat Algorithm with Fuzzy Logic for Dynamical Parameter Adaptation and Its Applicability to Fuzzy Control Design....Pages 65-79
Optimization of Benchmark Mathematical Functions Using the Firefly Algorithm with Dynamic Parameters....Pages 81-89
Cuckoo Search via Lévy Flights and a Comparison with Genetic Algorithms....Pages 91-103
A Harmony Search Algorithm Comparison with Genetic Algorithms....Pages 105-123
Front Matter....Pages 125-125
A Gravitational Search Algorithm for Optimization of Modular Neural Networks in Pattern Recognition....Pages 127-137
Ensemble Neural Network Optimization Using the Particle Swarm Algorithm with Type-1 and Type-2 Fuzzy Integration for Time Series Prediction....Pages 139-149
Clustering Bin Packing Instances for Generating a Minimal Set of Heuristics by Using Grammatical Evolution....Pages 151-162
Comparative Study of Particle Swarm Optimization Variants in Complex Mathematics Functions....Pages 163-178
Optimization of Modular Network Architectures with a New Evolutionary Method Using a Fuzzy Combination of Particle Swarm Optimization and Genetic Algorithms....Pages 179-195