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 Nature-Inspired Optimization Algorithms

دانلود کتاب الگوریتم های بهینه سازی الهام گرفته از طبیعت

Nature-Inspired Optimization Algorithms

مشخصات کتاب

Nature-Inspired Optimization Algorithms

ویرایش: 1 
نویسندگان:   
سری: Elsevier Insights 
ISBN (شابک) : 9780124167438 
ناشر: Elsevier 
سال نشر: 2014 
تعداد صفحات: 258 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 12 مگابایت 

قیمت کتاب (تومان) : 30,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 8


در صورت تبدیل فایل کتاب Nature-Inspired Optimization 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 بهینه سازی الهام گرفته از طبیعت 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 الگوریتم های بهینه سازی الهام گرفته از طبیعت



الگوریتم‌های بهینه‌سازی الهام‌گرفته از طبیعت مقدمه‌ای سیستماتیک برای همه الگوریتم‌های اصلی الهام‌گرفته از طبیعت برای بهینه‌سازی فراهم می‌کند. رویکرد یکپارچه کتاب، معرفی الگوریتم متعادل، پیشینه نظری و اجرای عملی، مکمل ادبیات گسترده با مطالعات موردی خوب انتخاب شده است تا نحوه عملکرد این الگوریتم‌ها را نشان دهد. موضوعات شامل بهینه سازی ازدحام ذرات، الگوریتم های مورچه و زنبور، بازپخت شبیه سازی شده، جستجوی فاخته، الگوریتم کرم شب تاب، الگوریتم خفاش، الگوریتم گل، جستجوی هارمونی، تجزیه و تحلیل الگوریتم، مدیریت محدودیت، روش های ترکیبی، تنظیم و کنترل پارامترها، و همچنین بهینه سازی چند هدفه است. .

این کتاب می تواند به عنوان یک کتاب مقدماتی برای فارغ التحصیلان، دانشجویان دکتری و مدرسان علوم کامپیوتر، مهندسی و علوم طبیعی باشد. همچنین می تواند منبع الهام برای برنامه های جدید باشد. محققان و مهندسان و همچنین کارشناسان با تجربه نیز آن را مرجع مفیدی خواهند یافت.

  • آخرین پیشرفت‌ها در الگوریتم‌های الهام‌گرفته از طبیعت را با ادبیات جامع و به‌موقع مورد بحث و جمع‌بندی قرار می‌دهد
  • ارائه می‌کند. درک نظری و همچنین نکات اجرایی عملی
  • معرفی گام به گام برای هر الگوریتم ارائه می کند

توضیحاتی درمورد کتاب به خارجی

Nature-Inspired Optimization Algorithms provides a systematic introduction to all major nature-inspired algorithms for optimization. The book's unified approach, balancing algorithm introduction, theoretical background and practical implementation, complements extensive literature with well-chosen case studies to illustrate how these algorithms work. Topics include particle swarm optimization, ant and bee algorithms, simulated annealing, cuckoo search, firefly algorithm, bat algorithm, flower algorithm, harmony search, algorithm analysis, constraint handling, hybrid methods, parameter tuning and control, as well as multi-objective optimization.

This book can serve as an introductory book for graduates, doctoral students and lecturers in computer science, engineering and natural sciences. It can also serve a source of inspiration for new applications. Researchers and engineers as well as experienced experts will also find it a handy reference.

  • Discusses and summarizes the latest developments in nature-inspired algorithms with comprehensive, timely literature
  • Provides a theoretical understanding as well as practical implementation hints
  • Provides a step-by-step introduction to each algorithm


فهرست مطالب

Content: 
Nature-Inspired Optimization Algorithms, Page i
Nature-Inspired Optimization Algorithms, Page iii
Copyright, Page iv
Preface, Pages xi-xii
Chapter 1 - Introduction to Algorithms, Pages 1-21
Chapter 2 - Analysis of Algorithms, Pages 23-44
Chapter 3 - Random Walks and Optimization, Pages 45-65
Chapter 4 - Simulated Annealing, Pages 67-75
Chapter 5 - Genetic Algorithms, Pages 77-87
Chapter 6 - Differential Evolution, Pages 89-97
Chapter 7 - Particle Swarm Optimization, Pages 99-110
Chapter 8 - Firefly Algorithms, Pages 111-127
Chapter 9 - Cuckoo Search, Pages 129-139
Chapter 10 - Bat Algorithms, Pages 141-154
Chapter 11 - Flower Pollination Algorithms, Pages 155-173
Chapter 12 - A Framework for Self-Tuning Algorithms, Pages 175-182
Chapter 13 - How to Deal with Constraints, Pages 183-196
Chapter 14 - Multi-Objective Optimization, Pages 197-211
Chapter 15 - Other Algorithms and Hybrid Algorithms, Pages 213-226
Appendix A - Test Function Benchmarks for Global Optimization, Pages 227-245
Appendix B - Matlab Programs, Pages 247-263




نظرات کاربران