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
دسته بندی: سایبرنتیک: هوش مصنوعی ویرایش: 1 نویسندگان: Dr. Crina Grosan, Ajith Abraham (auth.), Ajith Abraham, Dr. Crina Grosan, Professor Hisao Ishibuchi (eds.) سری: Studies in Computational Intelligence 75 ISBN (شابک) : 9783540732969, 9783540732976 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2007 تعداد صفحات: 409 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 12 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
کلمات کلیدی مربوط به کتاب الگوریتم های تکاملی ترکیبی: کاربردی ریاضیات/روش های محاسباتی مهندسی، هوش مصنوعی (شامل رباتیک)
در صورت تبدیل فایل کتاب Hybrid Evolutionary 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 تکاملی ترکیبی 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.
هیبریداسیون الگوریتم های تکاملی به دلیل توانایی آنها در مدیریت چندین مشکل دنیای واقعی شامل پیچیدگی، محیط پر سر و صدا، عدم دقت، عدم قطعیت و ابهام رواج یافته است. هدف این جلد ویرایش شده ارائه آخرین روشهای پیشرفته در 'Hybrid Evolutionary Algorithms' است. این کتاب به جنبه های نظری و روش شناختی و همچنین کاربردهای مختلف برای بسیاری از مشکلات دنیای واقعی از علم، فناوری، تجارت یا بازرگانی می پردازد. این جلد شامل 14 فصل شامل یک فصل مقدماتی است که تعاریف اساسی و برخی چالش های مهم تحقیقاتی را ارائه می دهد. فصلها بر اساس ایدهها/مفاهیم اساسی و نه بر اساس تکنیکهای به کار رفته انتخاب شدند.
Hybridization of evolutionary algorithms is getting popular due to their capabilities in handling several real world problems involving complexity, noisy environment, imprecision, uncertainty and vagueness. This edited volume is targeted to present the latest state-of-the-art methodologies in ’Hybrid Evolutionary Algorithms’. This book deals with the theoretical and methodological aspects, as well as various applications to many real world problems from science, technology, business or commerce. This volume comprises of 14 chapters including an introductory chapter giving the fundamental definitions and some important research challenges. Chapters were selected on the basis of fundamental ideas/concepts rather than the thoroughness of techniques deployed.
Front Matter....Pages I-XV
Hybrid Evolutionary Algorithms: Methodologies, Architectures, and Reviews....Pages 1-17
Quantum-Inspired Evolutionary Algorithm for Numerical Optimization....Pages 19-37
Enhanced Evolutionary Algorithms for Multidisciplinary Design Optimization: A Control Engineering Perspective....Pages 39-76
Hybrid Evolutionary Algorithms and Clustering Search....Pages 77-99
A Novel Hybrid Algorithm for Function Optimization: Particle Swarm Assisted Incremental Evolution Strategy....Pages 101-125
An Efficient Nearest Neighbor Classifier....Pages 127-145
Hybrid Genetic: Particle Swarm Optimization Algorithm....Pages 147-170
A Hybrid Genetic Algorithm and Bacterial Foraging Approach for Global Optimization and Robust Tuning of PID Controller with Disturbance Rejection....Pages 171-199
Memetic Algorithms Parametric Optimization for Microlithography....Pages 201-239
Significance of Hybrid Evolutionary Computation for Ab Initio Protein Folding Prediction....Pages 241-268
A Hybrid Evolutionary Heuristic for Job Scheduling on Computational Grids....Pages 269-311
Clustering Gene-Expression Data: A Hybrid Approach that Iterates Between k-Means and Evolutionary Search....Pages 313-335
Robust Parametric Image Registration....Pages 337-360
Pareto Evolutionary Algorithm Hybridized with Local Search for Biobjective TSP....Pages 361-398
Back Matter....Pages 399-403