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: [Hardcover ed.] نویسندگان: Erik Cuevas, Alma Rodriguez سری: ISBN (شابک) : 0367438860, 9780367438869 ناشر: CRC Press سال نشر: 2020 تعداد صفحات: 260 [281] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 13 Mb
در صورت تبدیل فایل کتاب Metaheuristic Computation with MATLAB(R) 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 محاسبات فراابتکاری با MATLAB(R) 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.
الگوریتم های فراابتکاری به عنوان ابزارهای بهینه سازی عمومی در
نظر گرفته می شوند که می توانند مسائل بسیار پیچیده ای را که با
داشتن فضاهای جستجوی بسیار بزرگ مشخص می شوند، حل کنند. روشهای
فراابتکاری با استفاده از استراتژیهای جستجوی مؤثر، اندازه مؤثر
فضای جستجو را کاهش میدهند.
ویژگیهای کتاب:
نمای واحدی از محبوبترین روشهای فراابتکاری که در حال حاضر
استفاده میشوند ارائه میکند
شامل مفاهیم لازم برای قادر ساختن خوانندگان به پیاده سازی و
اصلاح روش های فراابتکاری شناخته شده برای حل مسائل است
طراحی جلد. جنبهها و پیادهسازی در MATLAB(R)
شامل مثالهای متعددی از مسائل و راهحلهایی است که قدرت این
روشهای بهینهسازی را نشان میدهد. />
مطالب از منظر تدریس نوشته شده است و به همین دلیل، این کتاب
عمدتاً برای دانشجویان کارشناسی و کارشناسی ارشد هوش مصنوعی،
روشهای فراابتکاری و/یا محاسبات تکاملی در نظر گرفته شده است.
هدف این است که شکاف بین تکنیکهای فراابتکاری و مسائل پیچیده
بهینهسازی را که از ویژگیهای مناسب رویکردهای فراابتکاری سود
میبرند، پر کنیم. بنابراین، متخصصان مهندسی که با محاسبات
فراابتکاری آشنایی ندارند، درک خواهند کرد که تکنیکهای مورد بحث
فراتر از ابزارهای نظری ساده هستند، زیرا آنها برای حل مشکلات
مهمی که معمولاً در چنین زمینههایی ایجاد میشوند اقتباس
شدهاند.
Metaheuristic algorithms are considered as generic optimization
tools that can solve very complex problems characterized by
having very large search spaces. Metaheuristic methods reduce
the effective size of the search space through the use of
effective search strategies.
Book Features:
Provides a unified view of the most popular metaheuristic
methods currently in use
Includes the necessary concepts to enable readers to implement
and modify already known metaheuristic methods to solve
problems
Covers design aspects and implementation in MATLAB(R)
Contains numerous examples of problems and solutions that
demonstrate the power of these methods of optimization
The material has been written from a teaching perspective and,
for this reason, this book is primarily intended for
undergraduate and postgraduate students of artificial
intelligence, metaheuristic methods, and/or evolutionary
computation. The objective is to bridge the gap between
metaheuristic techniques and complex optimization problems that
profit from the convenient properties of metaheuristic
approaches. Therefore, engineer practitioners who are not
familiar with metaheuristic computation will appreciate that
the techniques discussed are beyond simple theoretical tools,
since they have been adapted to solve significant problems that
commonly arise in such areas.