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: [1 ed.] نویسندگان: Matthew J. Craven (auth.), Carlos Cotta, Jano van Hemert (eds.) سری: Studies in Computational Intelligence 153 ISBN (شابک) : 3540708065, 9783540708063 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2008 تعداد صفحات: 337 [333] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 6 Mb
در صورت تبدیل فایل کتاب Recent Advances in Evolutionary Computation for Combinatorial Optimization 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 پیشرفت های اخیر در محاسبات تکاملی برای بهینه سازی ترکیبی 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.
بهینهسازی ترکیبی رشتهای فراگیر است که کاربرد آن دامنههای وسیعی از برنامهها را در بر میگیرد. پیچیدگی ذاتی اکثر مسائل بهینه سازی ترکیبی، روش های کلاسیک را در بسیاری از موارد غیرقابل تحمل می کند. برای دستیابی به راه حل های عملی برای این مشکلات، نیاز به استفاده از رویکردهای فراابتکاری است که کامل بودن را با اثربخشی عملی مبادله می کنند. چنین رویکردهایی قادر به ارائه راهحلهای بهینه یا شبه بهینه برای انبوهی از مسائل دشوار بهینهسازی ترکیبی هستند.
کاربرد فراابتکاری در بهینهسازی ترکیبی یک زمینه فعال است که
در آن پیشرفتهای نظری جدید، مدلهای الگوریتمی جدید و حوزه های
کاربردی جدید به طور مداوم در حال ظهور هستند. این جلد
پیشرفتهای اخیر در زمینه بهینهسازی ترکیبی فراابتکاری
با تمرکز ویژه بر روشهای محاسباتی تکاملی را ارائه میکند.
علاوه بر این، به روشهای جستجوی محلی و رویکردهای ترکیبی
میپردازد. از این نظر، کتاب شامل تحولات نظری، روششناختی،
الگوریتمی و کاربردی در این زمینه، از کارشناسان محترم و با
دیدگاهی صحیح است.
Combinatorial optimisation is a ubiquitous discipline whose usefulness spans vast applications domains. The intrinsic complexity of most combinatorial optimisation problems makes classical methods unaffordable in many cases. To acquire practical solutions to these problems requires the use of metaheuristic approaches that trade completeness for pragmatic effectiveness. Such approaches are able to provide optimal or quasi-optimal solutions to a plethora of difficult combinatorial optimisation problems.
The application of metaheuristics to combinatorial
optimisation is an active field in which new theoretical
developments, new algorithmic models, and new application
areas are continuously emerging. This volume presents recent
advances in the area of metaheuristic
combinatorial optimisation, with a special focus on
evolutionary computation methods. Moreover, it addresses
local search methods and hybrid approaches. In this sense,
the book includes cutting-edge theoretical, methodological,
algorithmic and applied developments in the field, from
respected experts and with a sound perspective.