ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Logic-Based Methods for Optimization: Combining Optimization and Constraint Satisfaction

دانلود کتاب روش‌های مبتنی بر منطق برای بهینه‌سازی: ترکیب بهینه‌سازی و رضایت از محدودیت

Logic-Based Methods for Optimization: Combining Optimization and Constraint Satisfaction

مشخصات کتاب

Logic-Based Methods for Optimization: Combining Optimization and Constraint Satisfaction

دسته بندی: بهینه سازی، تحقیق در عملیات.
ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 9780471385219, 9781118033036 
ناشر:  
سال نشر: 2000 
تعداد صفحات: 505 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 10 مگابایت 

قیمت کتاب (تومان) : 48,000



کلمات کلیدی مربوط به کتاب روش‌های مبتنی بر منطق برای بهینه‌سازی: ترکیب بهینه‌سازی و رضایت از محدودیت: ریاضیات، روش های بهینه سازی



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 14


در صورت تبدیل فایل کتاب Logic-Based Methods for Optimization: Combining Optimization and Constraint Satisfaction 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 روش‌های مبتنی بر منطق برای بهینه‌سازی: ترکیب بهینه‌سازی و رضایت از محدودیت 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 روش‌های مبتنی بر منطق برای بهینه‌سازی: ترکیب بهینه‌سازی و رضایت از محدودیت

نگاهی پیشگام به نقش اساسی منطق در بهینه‌سازی و رضایت محدودیت‌ها
در حالی که تلاش‌های اخیر برای ترکیب بهینه‌سازی و رضایت محدودیت‌ها توجه قابل‌توجهی را به خود جلب کرده است، در مورد استفاده از منطق در بهینه‌سازی به‌عنوان کلید یکپارچه‌سازی این دو زمینه کمی گفته شده است. روش‌های مبتنی بر منطق برای بهینه‌سازی برای اولین بار یک چارچوب مفهومی جامع برای یکپارچه‌سازی بهینه‌سازی و رضایت محدودیت‌ها ایجاد می‌کند، سپس یک قدم فراتر می‌رود و نشان می‌دهد که چگونه گسترش استنتاج منطقی به بهینه‌سازی امکان مدل‌سازی و تکنیک‌های راه‌حل قوی‌تر و همچنین انعطاف‌پذیرتر را فراهم می‌کند. این کتاب به گونه ای طراحی شده است که به راحتی برای متخصصان صنعت و دانشگاهیان در تحقیقات عملیاتی و هوش مصنوعی قابل دسترسی باشد، این کتاب نمونه های فراوانی و همچنین تکنیک های ظریف و چارچوب های مدل سازی آماده برای پیاده سازی را ارائه می دهد. روش‌های منطقی به‌موقع، بدیع و تفکر برانگیز برای بهینه‌سازی:
* مزایای ترکیب تکنیک‌ها در حل مسئله را نشان می‌دهد
* آموزش‌هایی را در زمینه برنامه‌نویسی رضایت/محدودیت و استنتاج منطقی ارائه می‌دهد
* به وضوح مفاهیمی مانند آرامش، صفحات برش، برنامه نویسی دینامیکی غیر سریال و تجزیه بندر را توضیح می دهد
* فناوری های لازم را برای توسعه دهندگان نرم افزاری که به دنبال ترکیب این دو تکنیک هستند بررسی می کند
* دارای ارجاعات گسترده به مطالعات محاسباتی مهم است
* و بسیاری موارد بیشتر محتوا:
فصل 1 مقدمه (صفحات 1-14):
فصل 2 چند مثال (صفحات 15-42):
فصل 3 منطق قضایا (صفحات 43-60):
فصل 4 منطق متغیرهای گسسته (صفحه‌های 61-68):
فصل 5 منطق نابرابری‌های 0?1 (صفحه‌های 69-88):
فصل 6 عبارات اصلی (صفحات 89-103):
فصل 7 روش‌های بولی کلاسیک (صفحه‌های 105-125):
فصل 8 منطق؟ نسل (صفحات 163-183):
فصل 11 کاهش دامنه (صفحات 185-202):
فصل 12 برنامه نویسی محدودیت (صفحات 203-223):
فصل 13 آرامش های مداوم (صفحه های 225-270):
روش‌های تجزیه فصل 14 (صفحه‌های 271-284):
قوانین فصل 15 انشعاب (صفحات 285-304):
فصل 16 دوگانگی آرامش (صفحات 305-323):
فصل 17 دوگانگی استنتاج ( صفحات 325-360):
فصل 18 استراتژی های جستجو (صفحات 361-388):
فصل 19 تجزیه منطقی؟ بر اساس خم کننده ها (صفحات 389-422):
فصل 20 برنامه نویسی پویا غیر سریال (صفحات 423-441) ):
فصل 21 آرامش های گسسته (صفحات 443-462):


توضیحاتی درمورد کتاب به خارجی

A pioneering look at the fundamental role of logic in optimization and constraint satisfaction
While recent efforts to combine optimization and constraint satisfaction have received considerable attention, little has been said about using logic in optimization as the key to unifying the two fields. Logic-Based Methods for Optimization develops for the first time a comprehensive conceptual framework for integrating optimization and constraint satisfaction, then goes a step further and shows how extending logical inference to optimization allows for more powerful as well as flexible modeling and solution techniques. Designed to be easily accessible to industry professionals and academics in both operations research and artificial intelligence, the book provides a wealth of examples as well as elegant techniques and modeling frameworks ready for implementation. Timely, original, and thought-provoking, Logic-Based Methods for Optimization:
* Demonstrates the advantages of combining the techniques in problem solving
* Offers tutorials in constraint satisfaction/constraint programming and logical inference
* Clearly explains such concepts as relaxation, cutting planes, nonserial dynamic programming, and Bender's decomposition
* Reviews the necessary technologies for software developers seeking to combine the two techniques
* Features extensive references to important computational studies
* And much moreContent:
Chapter 1 Introduction (pages 1–14):
Chapter 2 Some Examples (pages 15–42):
Chapter 3 The Logic of Propositions (pages 43–60):
Chapter 4 The Logic of Discrete Variables (pages 61–68):
Chapter 5 The Logic of 0?1 Inequalities (pages 69–88):
Chapter 6 Cardinality Clauses (pages 89–103):
Chapter 7 Classical Boolean Methods (pages 105–125):
Chapter 8 Logic?Based Modeling (pages 127–148):
Chapter 9 Logic?Based Branch and Bound (pages 149–161):
Chapter 10 Constraint Generation (pages 163–183):
Chapter 11 Domain Reduction (pages 185–202):
Chapter 12 Constraint Programming (pages 203–223):
Chapter 13 Continuous Relaxations (pages 225–270):
Chapter 14 Decomposition Methods (pages 271–284):
Chapter 15 Branching Rules (pages 285–304):
Chapter 16 Relaxation Duality (pages 305–323):
Chapter 17 Inference Duality (pages 325–360):
Chapter 18 Search Strategies (pages 361–388):
Chapter 19 Logic?Based Benders Decomposition (pages 389–422):
Chapter 20 Nonserial Dynamic Programming (pages 423–441):
Chapter 21 Discrete Relaxations (pages 443–462):





نظرات کاربران