Ocena:
Obecnie brak opinii czytelników. Ocena opiera się na 2 głosach.
Mathematical Foundations of Nature-Inspired Algorithms
Niniejsza książka przedstawia systematyczne podejście do analizy algorytmów inspirowanych naturą. Zaczynając od wprowadzenia do metod i algorytmów optymalizacji, książka ta przechodzi do zapewnienia ujednoliconych ram analizy matematycznej dla zbieżności i stabilności.
Konkretne algorytmy inspirowane naturą obejmują: inteligencję roju, optymalizację kolonii mrówek, optymalizację roju cząstek, algorytmy inspirowane pszczołami, algorytm nietoperza, algorytm świetlika i wyszukiwanie kukułki. Algorytmy są analizowane z szerokiego spektrum teorii i ram, aby zaoferować wgląd w główne cechy algorytmów i zrozumieć, jak i dlaczego działają one w rozwiązywaniu problemów optymalizacyjnych.
Dogłębne analizy matematyczne są przeprowadzane z różnych perspektyw, w tym teorii złożoności, teorii punktów stałych, systemów dynamicznych, samoorganizacji, teorii Bayesa, teorii łańcuchów Markowa, teorii filtrów, uczenia statystycznego i miar statystycznych. Studenci i naukowcy zajmujący się optymalizacją, badaniami operacyjnymi, sztuczną inteligencją, eksploracją danych, uczeniem maszynowym, informatyką i naukami o zarządzaniu zobaczą zalety i wady różnych algorytmów poprzez szczegółowe przykłady i porównanie algorytmów.
© Book1 Group - wszelkie prawa zastrzeżone.
Zawartość tej strony nie może być kopiowana ani wykorzystywana w całości lub w części bez pisemnej zgody właściciela.
Ostatnia aktualizacja: 2024.11.13 21:45 (GMT)