Optimization Using Evolutionary Algorithms and Metaheuristics: Applications in Engineering (Science, Technology, and Management)

بهینه‌سازی فراابتکاری یک رویه یا اکتشافی سطح بالاتر است که برای یافتن، تولید یا انتخاب یک اکتشافی (الگوریتم جستجوی جزئی) طراحی شده است که ممکن است راه‌حل مناسبی برای یک مسئله بهینه‌سازی ارائه دهد، به خصوص با اطلاعات ناقص یا ناقص یا ظرفیت محاسبات محدود. . این معمولاً زمانی اعمال می شود که دو یا چند هدف به طور همزمان بهینه شوند.

این کتاب با دو هدف عمده ارائه شده است. در مرحله اول، فصل هایی توسط محققان برجسته در این زمینه ارائه می شود که وضعیت فعلی موضوع را در اختیار خوانندگان قرار می دهد. ثانیاً، بهینه‌سازی مبتنی بر الگوریتم یا تکنیک‌های بهینه‌سازی پیشرفته، که عمدتاً برای مسائل غیرمهندسی اعمال می‌شوند، برای مسائل مهندسی به کار می‌روند. این کتاب همچنین به عنوان کمکی برای تحقیقات و صنعت خواهد بود. استفاده از این متدولوژی ها باعث بهبود در مهندسی و فناوری ساخت و حمایت از یک سازمان در این دوره چرخه عمر محصول کم می شود.

ویژگی ها:

• کاربرد الگوریتم های اخیر و جدید را پوشش می دهد li>
• بر جنبه‌های توسعه‌ای مانند مدل‌سازی جایگزین، موازی‌سازی، نظریه بازی و ترکیب‌سازی تمرکز می‌کند
• پیشرفت برنامه های مهندسی را برای مسائل بهینه سازی تک هدفه و چند هدفه ارائه می دهد
• پیشرفت های اخیر را از انواع زمینه های مهندسی
• بحث بهینه سازی با استفاده از الگوریتم های تکاملی و کاربردهای فراابتکاری در مهندسی

Metaheuristic optimization is a higher-level procedure or heuristic designed to find, generate, or select a heuristic (partial search algorithm) that may provide a sufficiently good solution to an optimization problem, especially with incomplete or imperfect information or limited computation capacity. This is usually applied when two or more objectives are to be optimized simultaneously.

This book is presented with two major objectives. Firstly, it features chapters by eminent researchers in the field providing the readers about the current status of the subject. Secondly, algorithm-based optimization or advanced optimization techniques, which are applied to mostly non-engineering problems, are applied to engineering problems. This book will also serve as an aid to both research and industry. Usage of these methodologies would enable the improvement in engineering and manufacturing technology and support an organization in this era of low product life cycle.

Features:

• Covers the application of recent and new algorithms
• Focuses on the development aspects such as including surrogate modeling, parallelization, game theory, and hybridization
• Presents the advances of engineering applications for both single-objective and multi-objective optimization problems
• Offers recent developments from a variety of engineering fields
• Discusses Optimization using Evolutionary Algorithms and Metaheuristics applications in engineering