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 Theory And Practice Of Uncertain Programming

دانلود کتاب تئوری و تمرین برنامه نویسی نامشخص

مشخصات کتاب

Theory And Practice Of Uncertain Programming

دسته بندی: برنامه نويسي
ویرایش: 2 
نویسندگان: Baoding Liu (auth.)  
سری: Studies in Fuzziness and Soft Computing 239 
ISBN (شابک) : 3540894837, 3790814903 
ناشر: Springer-Verlag Berlin Heidelberg 
سال نشر: 2009 
تعداد صفحات: 205 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 مگابایت

قیمت کتاب (تومان) : 54,000

کلمات کلیدی مربوط به کتاب تئوری و تمرین برنامه نویسی نامشخص: Appl.Mathematics/روش های محاسباتی مهندسی، مهندسی نرم افزار، بهینه سازی، تحقیق در عملیات، برنامه ریزی ریاضی، نظریه احتمال و فرآیندهای تصادفی

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 15

در صورت تبدیل فایل کتاب Theory And Practice Of Uncertain Programming 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 تئوری و تمرین برنامه نویسی نامشخص 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 تئوری و تمرین برنامه نویسی نامشخص

تصمیمات زندگی واقعی معمولاً در حالت عدم قطعیت مانند تصادفی و مبهم اتخاذ می شوند. چگونه مسائل بهینه سازی را در محیط های نامشخص مدل سازی کنیم؟ چگونه این مدل ها را حل کنیم؟ برای پاسخ به این سؤالات، این کتاب ارائه‌ای مستقل، جامع و به‌روز از تئوری برنامه‌نویسی نامطمئن، شامل ایده‌های مدل‌سازی متعدد، الگوریتم‌های هوشمند ترکیبی، و برنامه‌های کاربردی در طراحی قابلیت اطمینان سیستم، مسئله زمان‌بندی پروژه، مسیریابی خودرو ارائه می‌کند. مشکل، مشکل مکان تاسیسات، و مشکل زمان‌بندی ماشین. محققان، شاغلین و دانشجویان در تحقیقات عملیات، علوم مدیریت، علوم اطلاعات، علوم سیستم و مهندسی این کار را مرجعی محرک و مفید خواهند یافت.

توضیحاتی درمورد کتاب به خارجی

Real-life decisions are usually made in the state of uncertainty such as randomness and fuzziness. How do we model optimization problems in uncertain environments? How do we solve these models? In order to answer these questions, this book provides a self-contained, comprehensive and up-to-date presentation of uncertain programming theory, including numerous modeling ideas, hybrid intelligent algorithms, and applications in system reliability design, project scheduling problem, vehicle routing problem, facility location problem, and machine scheduling problem. Researchers, practitioners and students in operations research, management science, information science, system science, and engineering will find this work a stimulating and useful reference.

فهرست مطالب

Preface......Page 3
 Single-Objective Programming......Page 9
 Multiobjective Programming......Page 11
 Goal Programming......Page 13
 Dynamic Programming......Page 14
 Multilevel Programming......Page 15
Genetic Algorithms......Page 17
 Initialization Process......Page 18
 Evaluation Function......Page 19
 Crossover Operation......Page 20
 General Procedure......Page 21
 Numerical Experiments......Page 22
 Basic Concepts......Page 27
 Neuron Number Determination......Page 29
 Backpropagation Algorithm......Page 30
 Numerical Experiments......Page 31
 Random Variables......Page 33
 Expected Value Model......Page 38
 Chance-Constrained Programming......Page 40
 Dependent-Chance Programming......Page 46
 Hybrid Intelligent Algorithm......Page 53
 Numerical Experiments......Page 56
 Fuzzy Variables......Page 61
 Expected Value Model......Page 68
 Chance-Constrained Programming......Page 69
 Dependent-Chance Programming......Page 73
 Hybrid Intelligent Algorithm......Page 76
 Numerical Experiments......Page 78
Hybrid Programming......Page 83
 Hybrid Variables......Page 84
 Expected Value Model......Page 92
 Chance-Constrained Programming......Page 93
 Dependent-Chance Programming......Page 95
 Hybrid Intelligent Algorithm......Page 97
 Numerical Experiments......Page 100
 Problem Description......Page 105
 Stochastic Models......Page 106
 Fuzzy Models......Page 110
 Hybrid Models......Page 111
 Problem Description......Page 115
 Stochastic Models......Page 116
 Fuzzy Models......Page 119
 Hybrid Models......Page 121
Vehicle Routing Problem......Page 123
 Problem Description......Page 124
 Stochastic Models......Page 125
 Fuzzy Models......Page 129
 Hybrid Models......Page 131
 Problem Description......Page 133
 Stochastic Models......Page 134
 Fuzzy Models......Page 137
 Hybrid Models......Page 139
 Problem Description......Page 141
 Stochastic Models......Page 142
 Fuzzy Models......Page 146
 Hybrid Models......Page 149
 Uncertain Variables......Page 153
 Expected Value Model......Page 155
 Chance-Constrained Programming......Page 156
 Dependent-Chance Programming......Page 159
 Uncertain Dynamic Programming......Page 160
 Uncertain Multilevel Programming......Page 161
  Graph of Uncertain Programming......Page 165
Index......Page 167