دانلود کتاب Engineering Stochastic Local Search Algorithms. Designing, Implementing and Analyzing Effective Heuristics: Second International Workshop, SLS 2009, Brussels, Belgium, September 3-4, 2009. Proceedings
کتاب الگوریتم های جستجوی محلی تصادفی مهندسی. طراحی، پیاده سازی و تجزیه و تحلیل اکتشافی موثر: دومین کارگاه بین المللی، SLS 2009، بروکسل، بلژیک، 3-4 سپتامبر 2009. مجموعه مقالات نسخه زبان اصلی
دانلود کتاب الگوریتم های جستجوی محلی تصادفی مهندسی. طراحی، پیاده سازی و تجزیه و تحلیل اکتشافی موثر: دومین کارگاه بین المللی، SLS 2009، بروکسل، بلژیک، 3-4 سپتامبر 2009. مجموعه مقالات بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
توضیحاتی در مورد کتاب Engineering Stochastic Local Search Algorithms. Designing, Implementing and Analyzing Effective Heuristics: Second International Workshop, SLS 2009, Brussels, Belgium, September 3-4, 2009. Proceedings
نام کتاب : Engineering Stochastic Local Search Algorithms. Designing, Implementing and Analyzing Effective Heuristics: Second International Workshop, SLS 2009, Brussels, Belgium, September 3-4, 2009. Proceedings
ویرایش : 1
عنوان ترجمه شده به فارسی : الگوریتم های جستجوی محلی تصادفی مهندسی. طراحی، پیاده سازی و تجزیه و تحلیل اکتشافی موثر: دومین کارگاه بین المللی، SLS 2009، بروکسل، بلژیک، 3-4 سپتامبر 2009. مجموعه مقالات
سری : Lecture Notes in Computer Science 5752 : Theoretical Computer Science and General Issues
نویسندگان : Bertrand Estellon, Frédéric Gardi, Karim Nouioua (auth.), Thomas Stützle, Mauro Birattari, Holger H. Hoos (eds.)
ناشر : Springer-Verlag Berlin Heidelberg
سال نشر : 2009
تعداد صفحات : 158
ISBN (شابک) : 364203750X , 9783642037504
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 3 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 :
الگوریتم‌های جستجوی محلی تصادفی (SLS) ابزارهایی برای حل مشکلات محاسباتی سخت ناشی از علوم کامپیوتر، مدیریت بازرگانی، مهندسی، زیست‌شناسی و رشته‌های مختلف دیگر هستند. تا حد زیادی، موفقیت آنها به دلیل سادگی مفهومی، کاربرد گسترده و عملکرد بالا برای بسیاری از مسائل مهمی است که در دانشگاه مورد مطالعه قرار گرفته و در برنامه های کاربردی دنیای واقعی با آنها مواجه می شوند. روش‌های SLS طیف گسترده‌ای از تکنیک‌ها را شامل می‌شوند که از روش‌های جستجوی سازنده و الگوریتم‌های بهبود تکراری تا روش‌های پیچیده‌تر SLS، مانند بهینه‌سازی کلونی مورچه‌ها، محاسبات تکاملی، جستجوی محلی تکراری، الگوریتم‌های ممتیک، بازپخت شبیه‌سازی شده، جستجوی تابو و متغیر را شامل می‌شود. جستجوی محله از لحاظ تاریخی، توسعه الگوریتم‌های موثر SLS تا حد زیادی توسط تجربه و شهود هدایت شده است. در سال‌های اخیر، به طور فزاینده‌ای آشکار شده است که موفقیت با الگوریتم‌های SLS صرفاً به پذیرش و اجرای مؤثر مناسب‌ترین تکنیک SLS برای یک مسئله معین بستگی ندارد، بلکه به تسلط بر یک الگوریتم پیچیده‌تر - فرآیند مهندسی نیز بستگی دارد. . چالش‌ها در توسعه الگوریتم SLS تا حدی ناشی از پیچیدگی مشکلاتی است که با آنها برخورد می‌شود و تا حدی از آزادی‌های فراوانی که محققان و پزشکان در هنگام توسعه الگوریتم‌های SLS با آنها مواجه می‌شوند، ناشی می‌شود. جنبه‌های حیاتی در توسعه الگوریتم SLS شامل طراحی ریتم، تکنیک‌های تحلیل تجربی، پیش‌زمینه‌ی خاص مسئله، و دانش پیش‌زمینه در چندین رشته و حوزه کلیدی، از جمله علوم کامپیوتر، تحقیقات عملیات، هوش مصنوعی و آمار است. /p>
فهرست مطالب :
Front Matter....Pages -
High-Performance Local Search for Task Scheduling with Human Resource Allocation....Pages 1-15
On the Use of Run Time Distributions to Evaluate and Compare Stochastic Local Search Algorithms....Pages 16-30
Estimating Bounds on Expected Plateau Size in MAXSAT Problems....Pages 31-45
A Theoretical Analysis of the k -Satisfiability Search Space....Pages 46-60
Loopy Substructural Local Search for the Bayesian Optimization Algorithm....Pages 61-75
Running Time Analysis of ACO Systems for Shortest Path Problems....Pages 76-91
Techniques and Tools for Local Search Landscape Visualization and Analysis....Pages 92-104
High-Performance Local Search for Solving Real-Life Inventory Routing Problems....Pages 105-109
A Detailed Analysis of Two Metaheuristics for the Team Orienteering Problem....Pages 110-114
On the Explorative Behavior of MAX–MIN Ant System....Pages 115-119
A Study on Dominance-Based Local Search Approaches for Multiobjective Combinatorial Optimization....Pages 120-124
A Memetic Algorithm for the Multidimensional Assignment Problem....Pages 125-129
Autonomous Control Approach for Local Search....Pages 130-134
EasyGenetic: A Template Metaprogramming Framework for Genetic Master-Slave Algorithms....Pages 135-139
Adaptive Operator Selection for Iterated Local Search....Pages 140-144
Improved Robustness through Population Variance in Ant Colony Optimization....Pages 145-149
Mixed-Effects Modeling of Optimisation Algorithm Performance....Pages 150-154
Back Matter....Pages -
توضیحاتی در مورد کتاب به زبان اصلی :
Stochastic local search (SLS) algorithms are established tools for the solution of computationally hard problems arising in computer science, business adm- istration, engineering, biology, and various other disciplines. To a large extent, their success is due to their conceptual simplicity, broad applicability and high performance for many important problems studied in academia and enco- tered in real-world applications. SLS methods include a wide spectrum of te- niques, ranging from constructive search procedures and iterative improvement algorithms to more complex SLS methods, such as ant colony optimization, evolutionary computation, iterated local search, memetic algorithms, simulated annealing, tabu search, and variable neighborhood search. Historically, the development of e?ective SLS algorithms has been guided to a large extent by experience and intuition. In recent years, it has become - creasingly evident that success with SLS algorithms depends not merely on the adoption and e?cient implementation of the most appropriate SLS technique for a given problem, but also on the mastery of a more complex algorithm - gineering process. Challenges in SLS algorithm development arise partly from the complexity of the problems being tackled and in part from the many - grees of freedom researchers and practitioners encounter when developing SLS algorithms. Crucial aspects in the SLS algorithm development comprise al- rithm design, empirical analysis techniques, problem-speci?c background, and background knowledge in several key disciplines and areas, including computer science, operations research, arti?cial intelligence, and statistics.
پست ها تصادفی