Applications of Bat Algorithm and its Variants

دانلود کتاب Applications of Bat Algorithm and its Variants

39000 تومان موجود

کتاب کاربردهای الگوریتم خفاش و انواع آن نسخه زبان اصلی

دانلود کتاب کاربردهای الگوریتم خفاش و انواع آن بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید


این کتاب نسخه اصلی می باشد و به زبان فارسی نیست.


امتیاز شما به این کتاب (حداقل 1 و حداکثر 5):

امتیاز کاربران به این کتاب:        تعداد رای دهنده ها: 6


توضیحاتی در مورد کتاب Applications of Bat Algorithm and its Variants

نام کتاب : Applications of Bat Algorithm and its Variants
ویرایش : 1st ed.
عنوان ترجمه شده به فارسی : کاربردهای الگوریتم خفاش و انواع آن
سری : Springer Tracts in Nature-Inspired Computing
نویسندگان : ,
ناشر : Springer Singapore;Springer
سال نشر : 2021
تعداد صفحات : 182
ISBN (شابک) : 9789811550966 , 9789811550973
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 6 مگابایت



بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.

توضیحاتی در مورد کتاب :




این کتاب مفاهیم اساسی در ارتباط با الگوریتم سنتی خفاش و انواع اخیر آن و همچنین کاربرد آن برای یافتن راه حل های بهینه برای انواع مشکلات مهندسی و پزشکی در دنیای واقعی را برجسته می کند. . امروزه، الگوریتم های فراابتکاری مبتنی بر هوش ازدحام به طور گسترده برای رسیدگی به طیف گسترده ای از مسائل بهینه سازی دنیای واقعی به دلیل سازگاری و استحکام آنها استفاده می شود. الگوریتم خفاش (BA) که در سال 2009 توسعه یافت، یکی از موفق‌ترین روش‌های هوش ازدحام است و بیش از یک دهه است که برای مقابله با وظایف بهینه‌سازی استفاده می‌شود. مدل ریاضی BA در مقایسه با سایر رویکردهای گروهی کاملاً ساده و قابل درک و تقویت است. از این رو، توجه محققانی را به خود جلب کرده است که در تلاش برای یافتن راه‌حل‌های بهینه در طیف متنوعی از حوزه‌ها، مانند بهینه‌سازی عددی N بعدی، بهینه‌سازی محدود/غیر محدود و مسائل بهینه‌سازی خطی/غیرخطی هستند. همراه با BA سنتی، نسخه های پیشرفته آن هم اکنون برای حل مسائل بهینه سازی در علم، مهندسی و کاربردهای پزشکی در سراسر جهان استفاده می شود.



فهرست مطالب :


Front Matter ....Pages i-xii
A New Hybrid Binary Algorithm of Bat Algorithm and Differential Evolution for Feature Selection and Classification (Abdelmonem M. Ibrahim, Mohamed A. Tawhid)....Pages 1-18
Multi-objective Optimization of Engineering Design Problems Through Pareto-Based Bat Algorithm (Deniz Ustun, Serdar Carbas, Abdurrahim Toktas)....Pages 19-43
A Study on the Bat Algorithm Technique to Evaluate the Skin Melanoma Images (Nilanjan Dey, V. Rajinikanth, Hong Lin, Fuqian Shi)....Pages 45-60
Multi-thresholding with Kapur’s Entropy—A Study Using Bat Algorithm with Different Search Operators (V. Rajinikanth, Nilanjan Dey, S. Kavitha)....Pages 61-78
Application of Bat-Inspired Computing Algorithm and Its Variants in Search of Near-Optimal Golomb Rulers for WDM Systems: A Comparative Study (Shonak Bansal, Neena Gupta, Arun K. Singh)....Pages 79-101
Levy Flight Opposition Embedded BAT Algorithm for Model Order Reduction (Shalini Shekhawat, Akash Saxena, Rajesh Kumar, Vinay Pratap Singh)....Pages 103-118
Application of BAT Algorithm for Detecting Malignant Brain Tumors (Adit Kotwal, Rishika Bharti, Mansi Pandya, Harshil Jhaveri, Ramchandra Mangrulkar)....Pages 119-132
Bat Algorithm with Applications to Signal, Speech, and Image Processing—A Review (K. Prajna, N. Manikanthababu)....Pages 133-153
Bat Algorithm Aided System to Extract Tumor in Flair/T2 Modality Brain MRI Slices (V. Sindhu, M. Singaravelan, J. Ramadevi, S. Vinitha, S. Hemapriyaa)....Pages 155-172

توضیحاتی در مورد کتاب به زبان اصلی :


This book highlights essential concepts in connection with the traditional bat algorithm and its recent variants, as well as its application to find optimal solutions for a variety of real-world engineering and medical problems. Today, swarm intelligence-based meta-heuristic algorithms are extensively being used to address a wide range of real-world optimization problems due to their adaptability and robustness. Developed in 2009, the bat algorithm (BA) is one of the most successful swarm intelligence procedures, and has been used to tackle optimization tasks for more than a decade. The BA’s mathematical model is quite straightforward and easy to understand and enhance, compared to other swarm approaches. Hence, it has attracted the attention of researchers who are working to find optimal solutions in a diverse range of domains, such as N-dimensional numerical optimization, constrained/unconstrained optimization and linear/nonlinear optimization problems. Along with the traditional BA, its enhanced versions are now also being used to solve optimization problems in science, engineering and medical applications around the globe.





پست ها تصادفی