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:
نویسندگان: Yang. Xin-She
سری:
ISBN (شابک) : 9781119490609, 111949060X
ناشر: John Wiley & Sons
سال نشر: 2018
تعداد صفحات: 364
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 مگابایت
کلمات کلیدی مربوط به کتاب تکنیک های بهینه سازی و برنامه های کاربردی با مثال: بهینه سازی ریاضی.، ریاضیات - کاربردی.، ریاضیات - احتمال و آمار - عمومی.
در صورت تبدیل فایل کتاب Optimization techniques and applications with examples 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 تکنیک های بهینه سازی و برنامه های کاربردی با مثال 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.
راهنمای کاربردها و تکنیکهای بهینهسازی مدرن در حوزههای
نوظهور شامل بهینهسازی، علم داده، هوش ماشین، تکنیکها و
کاربردهای بهینهسازی علوم کامپیوتر با مثالهایی، مبانی همه
تکنیکهای رایج در بهینهسازی را معرفی میکند که گستردگی و
گستردگی را در بر میگیرد. تنوع روش ها (سنتی و جدید) و الگوریتم
ها. نویسنده یک
متخصص برجسته در این زمینه، طیف گسترده ای از موضوعات از جمله
مبانی ریاضی، فرمول بندی بهینه سازی، شرایط بهینه، پیچیدگی
الگوریتمی، برنامه ریزی خطی، بهینه سازی محدب را پوشش می دهد. و
برنامه نویسی عدد صحیح.' علاوه بر این، کتاب شبکه عصبی مصنوعی،
خوشهبندی و طبقهبندی، مدیریت محدودیت، تئوری صف، ماشین بردار
پشتیبان و بهینهسازی چند هدفه، محاسبات تکاملی، الگوریتمهای
الهامگرفته از طبیعت و بسیاری موضوعات دیگر را مورد بحث قرار
میدهد. طراحی شده به عنوان یک منبع عملی، تمام موضوعات به طور
مفصل با مثال های گام به گام توضیح داده شده است تا نشان دهد که
هر روش چگونه کار می کند. تمرینهای کتاب، دانش کسبشدهای را که
میتواند به طور بالقوه برای حل مسئله واقعی به کار رود، آزمایش
میکند. نویسنده با اتخاذ رویکردی غیررسمی به موضوع، به خوانندگان
کمک می کند تا به سرعت دانش پایه در بهینه سازی، تحقیقات عملیاتی
و داده کاوی کاربردی را به دست آورند. این منبع مهم: -مقدمه ای در
دسترس و پیشرفته برای تکنیک های بهینه سازی اصلی ارائه می دهد
-شامل تکنیک های بهینه سازی سنتی و جدیدترین الگوریتم ها و تکنیک
های مبتنی بر هوش ازدحامی است - تعادلی از تئوری، الگوریتم ها و
پیاده سازی را ارائه می دهد. -شامل بیش از 100 نمونه کار شده با
توضیحات گام به گام نوشته شده برای مقاطع بالاتر و فارغ التحصیلان
در یک دوره استاندارد در زمینه بهینه سازی، تحقیق در عملیات و
داده کاوی، تکنیک های بهینه سازی و برنامه های کاربردی با مثال،
راهنمای بسیار قابل دسترس برای درک اصول اولیه تمام تکنیک های
رایج در بهینه سازی. بیشتر
بخوانید...
چکیده: راهنمای برنامهها و تکنیکهای بهینهسازی مدرن در
حوزههای نوظهور شامل بهینهسازی، علم داده، هوش ماشینی، تکنیکها
و کاربردهای بهینهسازی علوم کامپیوتر با مثالهایی، اصول همه
تکنیکهای رایج مورد استفاده در بهینهسازی را معرفی میکند که
گستردگی و تنوع را در بر میگیرد. روش ها (سنتی و جدید) و
الگوریتم ها. نویسنده برجسته در این زمینه، طیف گسترده ای از
موضوعات از جمله مبانی ریاضی، فرمول بهینه سازی، شرایط بهینه،
پیچیدگی الگوریتمی، برنامه ریزی خطی، بهینه سازی محدب و برنامه
ریزی اعداد صحیح را پوشش می دهد. علاوه بر این، کتاب شبکه عصبی
مصنوعی، خوشهبندی و طبقهبندی، مدیریت محدودیت، تئوری صف، ماشین
بردار پشتیبان و بهینهسازی چند هدفه، محاسبات تکاملی،
الگوریتمهای الهامگرفته از طبیعت و بسیاری موضوعات دیگر را مورد
بحث قرار میدهد. طراحی شده به عنوان یک منبع عملی، تمام موضوعات
به طور مفصل با مثال های گام به گام توضیح داده شده است تا نشان
دهد که هر روش چگونه کار می کند. تمرینهای کتاب، دانش کسبشدهای
را که میتواند به طور بالقوه برای حل مسئله واقعی به کار رود،
آزمایش میکند. نویسنده با اتخاذ رویکردی غیررسمی به موضوع، به
خوانندگان کمک می کند تا به سرعت دانش پایه در بهینه سازی،
تحقیقات عملیاتی و داده کاوی کاربردی را به دست آورند. این منبع
مهم: -مقدمه ای در دسترس و پیشرفته برای تکنیک های بهینه سازی
اصلی ارائه می دهد -شامل تکنیک های بهینه سازی سنتی و جدیدترین
الگوریتم ها و تکنیک های مبتنی بر هوش ازدحامی است - تعادلی از
تئوری، الگوریتم ها و پیاده سازی را ارائه می دهد. -شامل بیش از
100 نمونه کار شده با توضیحات گام به گام نوشته شده برای مقاطع
بالاتر و فارغ التحصیلان در یک دوره استاندارد در زمینه بهینه
سازی، تحقیق در عملیات و داده کاوی، تکنیک های بهینه سازی و
برنامه های کاربردی با مثال، راهنمای بسیار قابل دسترس برای درک
اصول اولیه تمام تکنیک های رایج در بهینه سازی
A guide to modern optimization applications and techniques in
newly emerging areas spanning optimization, data science,
machine intelligence, engineering, and computer sciences'
Optimization Techniques and Applications with Examples
introduces the fundamentals of all the commonly used
techniques'in optimization that encompass the broadness and
diversity of the methods (traditional and new) and algorithms.
The author'a noted
expert in the field'covers a wide range of topics including
mathematical foundations, optimization formulation, optimality
conditions, algorithmic complexity, linear programming, convex
optimization, and integer programming.' In addition, the book
discusses artificial neural network, clustering and
classifications, constraint-handling, queueing theory, support
vector machine and multi-objective optimization, evolutionary
computation, nature-inspired algorithms and many other topics.
Designed as a practical resource, all topics are explained in
detail with step-by-step examples to show how each method
works. The book's exercises test the acquired knowledge that
can be potentially applied to real problem solving. By taking
an informal approach to the subject, the author helps readers
to rapidly acquire the basic knowledge in optimization,
operational research, and applied data mining.' This important
resource: -Offers an accessible and state-of-the-art
introduction to the main optimization techniques -Contains both
traditional optimization techniques and the most current
algorithms and swarm intelligence-based techniques -Presents a
balance of theory, algorithms, and implementation -Includes
more than 100 worked examples with step-by-step explanations'
Written for upper undergraduates and graduates in a standard
course on optimization, operations research and data mining,
Optimization Techniques and Applications with Examples is a
highly accessible guide to understanding the fundamentals of
all the commonly used techniques'in optimization.
Read
more...
Abstract: A guide to modern optimization applications and
techniques in newly emerging areas spanning optimization, data
science, machine intelligence, engineering, and computer
sciences' Optimization Techniques and Applications with
Examples introduces the fundamentals of all the commonly used
techniques'in optimization that encompass the broadness and
diversity of the methods (traditional and new) and algorithms.
The author'a noted expert in the field'covers a wide range of
topics including mathematical foundations, optimization
formulation, optimality conditions, algorithmic complexity,
linear programming, convex optimization, and integer
programming.' In addition, the book discusses artificial neural
network, clustering and classifications, constraint-handling,
queueing theory, support vector machine and multi-objective
optimization, evolutionary computation, nature-inspired
algorithms and many other topics. Designed as a practical
resource, all topics are explained in detail with step-by-step
examples to show how each method works. The book's exercises
test the acquired knowledge that can be potentially applied to
real problem solving. By taking an informal approach to the
subject, the author helps readers to rapidly acquire the basic
knowledge in optimization, operational research, and applied
data mining.' This important resource: -Offers an accessible
and state-of-the-art introduction to the main optimization
techniques -Contains both traditional optimization techniques
and the most current algorithms and swarm intelligence-based
techniques -Presents a balance of theory, algorithms, and
implementation -Includes more than 100 worked examples with
step-by-step explanations' Written for upper undergraduates and
graduates in a standard course on optimization, operations
research and data mining, Optimization Techniques and
Applications with Examples is a highly accessible guide to
understanding the fundamentals of all the commonly used
techniques'in optimization
Content: Mathematical foundations --
Algorithms, complexity and convexity --
Optimization --
Constrained optimization --
Optimization techniques : approximation methods --
Linear programming --
Integer programming --
Regression and regularization --
Machine learning algorithms --
Queueing theory and simulation --
Multiobjective optimization --
Constraint-handling techniques --
Evolutionary algorithms --
Nature-inspired algorithms.