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 Mixed Integer Nonlinear Programming

دانلود کتاب برنامه نویسی غیر خطی با علاقه مختلط

Mixed Integer Nonlinear Programming

مشخصات کتاب

Mixed Integer Nonlinear Programming

ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 9781461419273 
ناشر: Springer 
سال نشر: 2012 
تعداد صفحات: 712 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 6 مگابایت

قیمت کتاب (تومان) : 54,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 24


در صورت تبدیل فایل کتاب Mixed Integer Nonlinear Programming 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 برنامه نویسی غیر خطی با علاقه مختلط 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 برنامه نویسی غیر خطی با علاقه مختلط

بسیاری از مهندسی، عملیات و کاربردهای علمی شامل ترکیبی از متغیرهای تصمیم گسسته و پیوسته و روابط غیرخطی شامل متغیرهای تصمیم هستند که تأثیر مشخصی بر مجموعه راه حل های امکان پذیر و بهینه دارند. مسائل برنامه‌ریزی غیرخطی عدد صحیح مختلط (MINLP) مشکلات عددی مدیریت توابع غیرخطی را با چالش بهینه‌سازی در زمینه توابع غیر محدب و متغیرهای گسسته ترکیب می‌کنند. MINLP یکی از انعطاف پذیرترین پارادایم های مدل سازی موجود برای بهینه سازی است. اما از آنجا که دامنه آن بسیار گسترده است، در کلی ترین موارد به طرز ناامیدکننده ای غیرقابل حل است.


توضیحاتی درمورد کتاب به خارجی

​Many engineering, operations, and scientific applications include a mixture of discrete and continuous decision variables and nonlinear relationships involving the decision variables that have a pronounced effect on the set of feasible and optimal solutions. Mixed-integer nonlinear programming (MINLP) problems combine the numerical difficulties of handling nonlinear functions with the challenge of optimizing in the context of nonconvex functions and discrete variables. MINLP is one of the most flexible modeling paradigms available for optimization; but because its scope is so broad, in the most general cases it is hopelessly intractable.





نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی