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 Recent Advances of Hybrid Intelligent Systems Based on Soft Computing

دانلود کتاب پیشرفت های اخیر سیستم های هوشمند ترکیبی مبتنی بر محاسبات نرم

Recent Advances of Hybrid Intelligent Systems Based on Soft Computing

مشخصات کتاب

Recent Advances of Hybrid Intelligent Systems Based on Soft Computing

دسته بندی: کامپیوتر
ویرایش:  
نویسندگان: , ,   
سری: Studies in Computational Intelligence, 915 
ISBN (شابک) : 3030587274, 9783030587277 
ناشر: Springer 
سال نشر: 2020 
تعداد صفحات: 338 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 15 مگابایت 

قیمت کتاب (تومان) : 30,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 24


در صورت تبدیل فایل کتاب Recent Advances of Hybrid Intelligent Systems Based on Soft Computing 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 سیستم های هوشمند ترکیبی مبتنی بر محاسبات نرم 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 پیشرفت های اخیر سیستم های هوشمند ترکیبی مبتنی بر محاسبات نرم



این کتاب پیشرفت‌های اخیر در منطق فازی، شبکه‌های عصبی و الگوریتم‌های بهینه‌سازی و همچنین ترکیبات ترکیبی آن‌ها و کاربرد آن‌ها در زمینه‌هایی مانند کنترل هوشمند و رباتیک، تشخیص الگو، تشخیص پزشکی، پیش بینی سری های زمانی و بهینه سازی مسائل پیچیده این کتاب شامل مجموعه ای از مقالات متمرکز بر سیستم های هوشمند ترکیبی مبتنی بر محاسبات نرم است. مقالاتی با موضوع اصلی منطق فازی نوع 1 و نوع 2 وجود دارد که اساساً شامل مقالاتی است که مفاهیم و الگوریتم های جدیدی را بر اساس منطق فازی نوع 1 و نوع 2 و کاربردهای آنها پیشنهاد می کند. همچنین مقالاتی وجود دارد که تئوری و عمل فراابتکاری را در حوزه های مختلف کاربرد ارائه می کنند. گروه دیگری از مقالات کاربردهای متنوع منطق فازی، شبکه های عصبی و سیستم های هوشمند ترکیبی را در کاربردهای پزشکی توصیف می کنند. همچنین مقالاتی وجود دارد که تئوری و عملی شبکه های عصبی را در حوزه های مختلف کاربردی ارائه می کنند. علاوه بر این، مقالاتی وجود دارد که تئوری و عمل بهینه‌سازی و الگوریتم‌های تکاملی را در حوزه‌های مختلف کاربردی ارائه می‌کنند. در نهایت، مقالاتی وجود دارد که کاربردهای منطق فازی، شبکه‌های عصبی و فراابتکاری را در مسائل تشخیص الگو توصیف می‌کنند.


توضیحاتی درمورد کتاب به خارجی

This book describes recent advances on fuzzy logic, neural networks and optimization algorithms, as well as their hybrid combinations, and their application in areas such as intelligent control and robotics, pattern recognition, medical diagnosis, time series prediction and optimization of complex problems. The book contains a collection of papers focused on hybrid intelligent systems based on soft computing. There are some papers with the main theme of type-1 and type-2 fuzzy logic, which basically consists of papers that propose new concepts and algorithms based on type-1 and type-2 fuzzy logic and their applications. There are also some papers that present theory and practice of meta-heuristics in different areas of application. Another group of papers describes diverse applications of fuzzy logic, neural networks and hybrid intelligent systems in medical applications. There are also some papers that present theory and practice of neural networks in different areas of application. In addition, there are papers that present theory and practice of optimization and evolutionary algorithms in different areas of application. Finally, there are some papers describing applications of fuzzy logic, neural networks and meta-heuristics in pattern recognition problems.



فهرست مطالب

Preface
Contents
Optimization of Fuzzy Logic Controllers with Distributed Bio-Inspired Algorithms
	1 Introduction
	2 Fuzzy Inference Systems for Control
	3 Bioinspired Algorithms
		3.1 Genetic Algorithms
		3.2 Particle Swarm Optimization
		3.3 Other Bioinspired Algorithms
	4 Related Work
	5 Distributed Bioinspired Algorithms
	6 Conclusions
	References
Parallel-Machine Scheduling Problem: An Experimental Study of Instances Difficulty and Algorithms Performance
	1 Introduction
	2 Approaches for Characterization of Instance Difficulty for COPs
	3 The Parallel-Machine Scheduling Problem
		3.1 R||Cmax benchmark of instances
		3.2 Algorithms for the R||Cmax
	4 Experimental Study of the Optimization Process of R||Cmax
		4.1 Phase 1: Characterization
		4.2 Phase 2: Characteristics Refining
		4.3 Phase 3: Study of Relations
		4.4 Phase 4: Explanations of the Algorithm Behavior
	5 Conclusions and Future Research
	References
Comparison of Genetic Algorithm and Particle Swarm Optimization of Ensemble Neural Networks for Complex Time Series Prediction
	1 Introduction
	2 Problem Statement and Proposed Method
		2.1 Analyze the Time Series
		2.2 Creation of the Ensemble Neural Network
		2.3 Type-1 and Type-2 Fuzzy System Integration
		2.4 GA Applied for the Optimization of the Fuzzy System
		2.5 Optimization of the Fuzzy Systems with PSO
	3 Simulation Results
		3.1 US Dollar/MX Time Series Prediction Based on the GA
		3.2 US Dollar/MX Time Series Prediction for the PSO
	4 Comparison of Results
		4.1 Statistical T Student Test for the Ensemble Neural Network
		4.2 The Best Architecture for the Ensemble Neural Network
	5 Conclusions
	References
Path Planning by Search Algorithms in Graph-Represented Workspaces
	1 Introduction
	2 Methodology
		2.1 Algorithms Description and Analysis
		2.2 Workspace Design
		2.3 Experiments
	3 Results and Discussion
	4 Conclusions and Future Work
	References
Evaluation of Deep Learning Algorithms for Traffic Sign Detection to Implement on Embedded Systems
	1 Introduction
	2 Background and Motivation
		2.1 Deep Learning Method for Traffic Sign Detection
		2.2 Traffic Sign Detection Database
		2.3 Embedded System
	3 Proposed Methodology
		3.1 Model Selection
		3.2 TSD System
		3.3 Embedded System
		3.4 Evaluation Metrics
		3.5 Training and Evaluation
	4 Experiments and Results
		4.1 Detection in the LISA Dataset
	5 Analysis
	6 Conclusions and Future Work
	References
Performance Comparison of Parallel PSO-GA Algorithm with Dynamic Parameter Adjustment Using Type-1 and Interval Type-2 Fuzzy Systems
	1 Introduction
	2 Particle Swarm Optimization
	3 Genetic Algorithms
	4 Parallel PSO-GA Algorithm
	5 Fuzzy Logic Systems
	6 Experiments and Results
	7 Conclusions
	References
A Novel Study of the Multi-verse Optimizer and Its Applications on Multiple Areas of Computer Science
	1 Introduction
	2 Multi-verse Optimizer Algorithm
	3 Other Optimization Algorithms
	4 Some Applications of MVO
	5 Conclusions
	References
Comparative Study of Type-1 and Interval Type-2 Fuzzy Systems in Parameter Adaptation of the Fuzzy Flower Pollination Algorithm
	1 Introduction
	2 Fuzzy Logic
		2.1 The Origins of Fuzzy Logic
		2.2 Type-2 Fuzzy Logic Systems
	3 Flower Pollination Algorithm
	4 Simulation
		4.1 Benchmark Functions
		4.2 Results
	5 Conclusions
	References
A Comparative Study of the Grey Wolf Optimizer and Firefly Algorithm in Mathematical Benchmark Functions of the CEC 15 Competition
	1 Introduction
	2 Grey Wolf Optimizer Algorithm
	3 Firefly Algorithm
	4 Simulations Results
	5 Conclusions
	References
Optimization of Fuzzy Controllers for Autonomous Mobile Robots Using the Stochastic Fractal Search Method
	1 Introduction
	2 Stochastic Fractal Search (SFS)
	3 Methodology
	4 Experimentation and Results
	5 Conclusions
	References
Fuzzy Dynamic Parameter Adaptation for Particle Swarm Optimization of Modular Granular Neural Networks Applied to Time Series Prediction
	1 Introduction
	2 Basic Concepts
		2.1 Modular Neural Networks
		2.2 Fuzzy Logic
		2.3 Granular Computing
		2.4 Particle Swarm Optimization
	3 Proposed Method
		3.1 Modular Granular Neural Networks Applied to Time Series Prediction
		3.2 Description of the Fuzzy Dynamic Parameters Adaptation for Particle Swarm Optimization
		3.3 Application to Time Series Prediction
		3.4 Description of Mackey-Glass Time Series
	4 Experimental Results
		4.1 Non-optimized Results
		4.2 Optimized Results
		4.3 Comparison Results
	5 Conclusions
	References
Review of Fuzzy Control for Path Tracking in the Robotino System
	1 Introduction
	2 Kinematic of Robotino
	3 Previous Works
	4 Analysis of Results
	5 Conclusions
	References
Optimization of Routes of a Robot Using Bioinspired Algorithms
	1 Introduction
	2 Particle Swarm Optimization
	3 Ant Colony Optimization
	4 Traveling Salesman Problem
	5 Type-1 Fuzzy Logic
	6 Fuzzy Optimization
	7 Simulation Results
	8 Conclusions
	References
Optimal Design of Fuzzy Logic Systems Through a Chicken Search Optimization Algorithm Applied to a Benchmark Problem
	1 Introduction
	2 Related Works
	3 Fuzzy Logic System
		3.1 Fuzzy Logic Controllers
	4 Chicken Search Optimization
	5 Study Case
	6 Simulations Results
	7 Comparative Results
	8 Conclusions
	References
Optimization of Fuzzy Trajectory Tracking in Autonomous Mobile Robots Based on Bio-inspired Algorithms
	1 Introduction
	2 Related Works
	3 Basic Concepts of Fuzzy Systems
		3.1 Fuzzy Logic System
		3.2 Fuzzy Logic Controllers
	4 Case Study
	5 Bio-inspired Algorithm
		5.1 Chicken Search Algorithm
		5.2 Bee Colony Optimization
	6 Simulation Results
	7 Comparative Analysis
	8 Statistical Test
	9 Conclusions
	References
Swarm Intelligence: A Review of Optimization Algorithms Based on Animal Behavior
	1 Introduction
	2 Literature Review
		2.1 Firefly Algorithm
		2.2 Ant Colony Optimization
		2.3 Particle Swarm Optimization
		2.4 Bee Colony Optimization
		2.5 Bat Algorithm
	3 Applications
		3.1 Firefly Applications
		3.2 ACO Applications
		3.3 PSO Applications
		3.4 BCO Applications
		3.5 BA Applications
	4 Conclusions
	References
Optimization of Fuzzy Systems Through Metaheuristics in Control Systems
	1 Introduction
	2 Literature Review
		2.1 Differential Evolution Algorithm and Its Origins
		2.2 Initial Population
		2.3 Strategy
		2.4 Fuzzy Logic
		2.5 Inverted Pendulum
		2.6 Inverted Pendulum Dynamics
	3 Methodology
	4 Fuzzy Logic Controller
	5 Results and Discussion
	6 Conclusions and Future Work
	References
Optimal Design of Interval Type-2 Fuzzy Tracking Controllers of Mobile Robots Using a Metaheuristic Algorithm
	1 Introduction
	2 Shark Smell Optimization (SSO)
		2.1 Behavior and Structure of SSO
		2.2 Background on SSO
	3 Dynamic Setting of Parameters Membership Functions of the Fuzzy Controller with the SSO
		3.1 Dynamic Adaptation of Fuzzy Controller Parameters with the Proposed Methodology
		3.2 Fuzzy Logic Controller
		3.3 Interval Type-2 Fuzzy Logic
	4 Study Cases
		4.1 Case 1: Benchmark Functions
		4.2 Case: Fuzzy Controller of an Autonomous Mobile Robot
	5 Simulation Results
		5.1 Case 1 Results: Benchmark Functions
		5.2 Case 2 Results: Dynamic Adjustment of Fuzzy Controller Parameters
	6 Conclusions
	References




نظرات کاربران