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: آموزشی ویرایش: 1 نویسندگان: A.S. Poznyak, K. Najim سری: Lecture Notes in Control and Information Sciences ISBN (شابک) : 9783540761549, 3540761543 ناشر: Springer سال نشر: 1997 تعداد صفحات: 216 زبان: English فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 7 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Learning Automata and Stochastic Optimization 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 یادگیری خودکار و بهینه سازی تصادفی 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.
در دهه گذشته به طور پیوسته نیاز و علاقه به روش های محاسباتی برای حل مسائل بهینه سازی تصادفی با یا بدون محدودیت وجود داشته است. تکنیکهای بهینهسازی در بسیاری از کاربردهای صنعتی مقبولیت بیشتری پیدا کردهاند و سیستمهای یادگیری تأثیر قابلتوجهی بر مشکلات مهندسی در بسیاری از زمینهها از جمله مدلسازی، کنترل، بهینهسازی، تشخیص الگو، پردازش سیگنال و تشخیص گذاشتهاند. اتوماتای یادگیری نسبت به روشهای دیگر در قابل اجرا بودن در طیف وسیعی از عملکردها مزیت دارد. این جلد با ویژگیهای تکنیکهای یادگیری جدید و کارآمد برای بهینهسازی تصادفی، و با مثالهایی که کاربرد عملی این تکنیکها را نشان میدهد، برای مهندسین کنترل و دانشجویان فارغالتحصیل که دورههای بهینهسازی، تئوری کنترل یا آمار را میگذرانند، مفید خواهد بود.
In the last decade there has been a steadily growing need for and interest in computational methods for solving stochastic optimization problems with or wihout constraints. Optimization techniques have been gaining greater acceptance in many industrial applications, and learning systems have made a significant impact on engineering problems in many areas, including modelling, control, optimization, pattern recognition, signal processing and diagnosis. Learning automata have an advantage over other methods in being applicable across a wide range of functions. Featuring new and efficient learning techniques for stochastic optimization, and with examples illustrating the practical application of these techniques, this volume will be of benefit to practicing control engineers and to graduate students taking courses in optimization, control theory or statistics.
Introduction....Pages 1-2
Stochastic optimization....Pages 3-26
On learning automata....Pages 27-42
Unconstrained optimization problems....Pages 43-106
Constrained optimization problems....Pages 107-160
Optimization of nonstationary functions....Pages 161-190