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 Sine Cosine Algorithm for Optimization

دانلود کتاب الگوریتم کسینوس سینوسی برای بهینه سازی

Sine Cosine Algorithm for Optimization

مشخصات کتاب

Sine Cosine Algorithm for Optimization

ویرایش:  
نویسندگان: , , ,   
سری: SpringerBriefs in Applied Sciences and Technology: Computational Intelligence 
ISBN (شابک) : 9811997217, 9789811997211 
ناشر: Springer 
سال نشر: 2023 
تعداد صفحات: 113
[114] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 2 Mb

قیمت کتاب (تومان) : 41,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 1


در صورت تبدیل فایل کتاب Sine Cosine Algorithm for 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 الگوریتم کسینوس سینوسی برای بهینه سازی 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 الگوریتم کسینوس سینوسی برای بهینه سازی

این کتاب دسترسی آزاد به عنوان منبع فشرده اطلاعات در مورد الگوریتم کسینوس سینوسی (SCA) و پایه ای برای توسعه و پیشرفت SCA و کاربردهای آن است. SCA یک نامزد آسان، کاربر پسند و قوی در زمینه الگوریتم های فراابتکاری است. علیرغم اینکه یک الگوریتم فراابتکاری نسبتاً جدید است، به دلیل پیاده سازی آسان و قابلیت های بهینه سازی قوی، به مقبولیت گسترده ای در بین محققان دست یافته است. اثربخشی و مزایای آن در کاربردهای مختلف از یادگیری ماشین، طراحی مهندسی و شبکه حسگر بی‌سیم گرفته تا مدل‌سازی محیطی نشان داده شده است. این کتاب یک گزارش جامع از SCA، شامل جزئیات ایده‌های اساسی، نسخه‌های اصلاح‌شده، برنامه‌های کاربردی مختلف و یک کد متلب فعال برای SCA پایه ارائه می‌کند.


توضیحاتی درمورد کتاب به خارجی

This open access book serves as a compact source of information on sine cosine algorithm (SCA) and a foundation for developing and advancing SCA and its applications. SCA is an easy, user-friendly, and strong candidate in the field of metaheuristics algorithms. Despite being a relatively new metaheuristic algorithm, it has achieved widespread acceptance among researchers due to its easy implementation and robust optimization capabilities. Its effectiveness and advantages have been demonstrated in various applications ranging from machine learning, engineering design, and wireless sensor network to environmental modeling. The book provides a comprehensive account of the SCA, including details of the underlying ideas, the modified versions, various applications, and a working MATLAB code for the basic SCA.



فهرست مطالب

Foreword
Preface
Contents
1 Introduction
	References
2 Sine Cosine Algorithm
	2.1 Description of the Sine Cosine Algorithm (SCA)
	2.2 Parameters Associated with the SCA
	2.3 Biases of Sine Cosine Algorithm
		2.3.1 Experimental Setup
	2.4 Numerical Example
	2.5 Source Code
	Reference
3 Sine Cosine Algorithm for Multi-objective Optimization
	3.1 Multi-objective Optimization Problems (MOOP)
	3.2 Multi-objective Optimization Techniques (MOOT)
		3.2.1 Some Concepts and Terminologies
		3.2.2 Different Approaches of Solving MOOP
	3.3 Multi-objective SCA
		3.3.1 Aggregation-Based Multi-objective Sine Cosine Algorithm and Their Applications
		3.3.2 Non-dominance Diversity-Based Multi-objective SCA and Its Applications
	3.4 Conclusion
	References
4 Sine Cosine Algorithm for Discrete Optimization Problems
	4.1 Discrete Optimization Models
	4.2 Discrete Optimization Methods
	4.3 Binary Versions of Sine Cosine Algorithm
		4.3.1 Binary Sine Cosine Algorithm Using Round-Off Method
		4.3.2 Binary Sine Cosine Algorithm Using Transfer Functions
		4.3.3 Binary Sine Cosine Algorithm Using Percentile Concept
	4.4 Discrete Versions of Sine Cosine Algorithm
	References
5 Advancements in the Sine Cosine Algorithm
	5.1 Modifications in the Position Update Mechanism
	5.2 Opposition-Based Learning Inspired Sine Cosine Algorithm
	5.3 Quantum-Inspired Sine Cosine Algorithm
	5.4 Covariance Guided Sine Cosine Algorithm
	5.5 Hybridization of SCA with Other Meta-heuristics
	References
6 Conclusion and Further Research Directions
	References
Index




نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی