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
دسته بندی: الگوریتم ها و ساختارهای داده ویرایش: 1st Edition. نویسندگان: F.J. Lobo, Cláudio F. Lima, Zbigniew Michalewicz سری: Studies in Computational Intelligence ISBN (شابک) : 9783642088926, 3642088929 ناشر: Springer سال نشر: 2010 تعداد صفحات: 0 زبان: English فرمت فایل : RAR (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 10 مگابایت
در صورت تبدیل فایل کتاب Parameter Setting in Evolutionary 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 تنظیم پارامتر در الگوریتم های تکاملی 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.
یکی از مشکلات اصلی استفاده از یک الگوریتم تکاملی (یا در واقع، هر روش اکتشافی) برای یک مسئله معین، تصمیم گیری در مورد مجموعه مناسبی از مقادیر پارامتر است. معمولاً اینها قبل از اجرای الگوریتم مشخص میشوند و شامل اندازه جمعیت، نرخ انتخاب، احتمالات اپراتور میشوند، نه به نمایشگذاری و خود عملگرها. این کتاب دیدگاه محکمی در مورد رویکردهای مختلفی که برای کنترل خودکار این پارامترها و همچنین درک تعاملات آنها پیشنهاد شده است به خواننده ارائه می دهد. این کتاب حوزه وسیعی از محاسبات تکاملی، از جمله الگوریتمهای ژنتیک، استراتژیهای تکامل، برنامهریزی ژنتیک، تخمین الگوریتمهای توزیع را پوشش میدهد و همچنین مسائل مربوط به پارامترهای خاص مورد استفاده در پیادهسازیهای موازی، الگوریتمهای تکاملی چندهدفه، و در نظر گرفتن عملی را مورد بحث قرار میدهد. برنامه های کاربردی جهان خواندن آن برای محققان و دست اندرکاران محاسبات تکاملی و روش های اکتشافی توصیه می شود.
One of the main difficulties of applying an evolutionary algorithm (or, as a matter of fact, any heuristic method) to a given problem is to decide on an appropriate set of parameter values. Typically these are specified before the algorithm is run and include population size, selection rate, operator probabilities, not to mention the representation and the operators themselves. This book gives the reader a solid perspective on the different approaches that have been proposed to automate control of these parameters as well as understanding their interactions. The book covers a broad area of evolutionary computation, including genetic algorithms, evolution strategies, genetic programming, estimation of distribution algorithms, and also discusses the issues of specific parameters used in parallel implementations, multi-objective evolutionary algorithms, and practical consideration for real-world applications. It is a recommended read for researchers and practitioners of evolutionary computation and heuristic methods.