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: [1st ed.] نویسندگان: Anand J. Kulkarni, Pramod Kumar Singh, Suresh Chandra Satapathy, Ali Husseinzadeh Kashan, Kang Tai سری: Studies in Computational Intelligence 828 ISBN (شابک) : 9789811365683 ناشر: Springer Singapore سال نشر: 2019 تعداد صفحات: X, 303 [308] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 11 Mb
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Socio-cultural Inspired Metaheuristics 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 فراتوروریستی الهام گرفته از فرهنگ اجتماعی 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.
این کتاب آخرین بینشها و پیشرفتها را در زمینه الگوریتمهای الهامگرفته از فرهنگی-اجتماعی ارائه میکند. شبیه به الگوریتمهای بهینهسازی مبتنی بر تکامل و ازدحام، الگوریتمهای فرهنگی-اجتماعی به دسته فراابتکاری (روشهای محاسباتی مستقل از مسئله) تعلق دارند و از گرایشهای طبیعی و اجتماعی مشاهدهشده در انسانها الهام میگیرند که به وسیله آنها از طریق تعاملات اجتماعی از یکدیگر یاد میگیرند. این کتاب خواندنی جالبی برای مهندسان، دانشمندان و دانشجویانی است که در زمینه های بهینه سازی، محاسبات تکاملی، هوش مصنوعی (AI) و هوش محاسباتی مطالعه/کار می کنند.
This book presents the latest insights and developments in the field of socio-cultural inspired algorithms. Akin to evolutionary and swarm-based optimization algorithms, socio-cultural algorithms belong to the category of metaheuristics (problem-independent computational methods) and are inspired by natural and social tendencies observed in humans by which they learn from one another through social interactions. This book is an interesting read for engineers, scientists, and students studying/working in the optimization, evolutionary computation, artificial intelligence (AI) and computational intelligence fields.