دانلود کتاب مبانی برنامه ریزی ژنتیکی بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
نام کتاب : Foundations of Genetic Programming
ویرایش : 1
عنوان ترجمه شده به فارسی : مبانی برنامه ریزی ژنتیکی
سری :
نویسندگان : William B. Langdon, Riccardo Poli (auth.)
ناشر : Springer-Verlag Berlin Heidelberg
سال نشر : 2002
تعداد صفحات : 264
ISBN (شابک) : 9783642076329 , 9783662047262
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 8 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.
برنامهنویسی ژنتیکی (GP)، یکی از پیشرفتهترین اشکال محاسبات تکاملی، به عنوان تکنیکی برای وادار کردن رایانهها به حل خودکار مسائل بدون نیاز به توضیح صریح به آنها، بسیار موفق بوده است. از زمان آغاز به کار خود بیش از ده سال پیش، GP برای حل مسائل عملی در زمینه های مختلف کاربردی مورد استفاده قرار گرفته است. همراه با این رویکردهای مهندسی موقت، علاقه به چگونگی و چرایی کار GP افزایش یافت. این کتاب تلفیق منسجمی از کار اخیر در زمینه مبانی نظری GP را ارائه می دهد. مقدمه ای مختصر بر GP و الگوریتم های ژنتیک (GA) با بحث در مورد مناظر تناسب اندام و سایر رویکردهای نظری به تکامل طبیعی و مصنوعی دنبال می شود. با بررسی رویکردهای اولیه به نظریه GP، آنالیز طرحواره دقیق جدیدی را ارائه میکند، که نشان میدهد برای GP و همچنین برای GAهای سادهتر کاربرد دارد. نتایج جدید در مورد تعداد بالقوه نامتناهی از برنامه های ممکن توسط دو فصل با استفاده از این تکنیک های جدید دنبال می شود.
Genetic programming (GP), one of the most advanced forms of evolutionary computation, has been highly successful as a technique for getting computers to automatically solve problems without having to tell them explicitly how. Since its inceptions more than ten years ago, GP has been used to solve practical problems in a variety of application fields. Along with this ad-hoc engineering approaches interest increased in how and why GP works. This book provides a coherent consolidation of recent work on the theoretical foundations of GP. A concise introduction to GP and genetic algorithms (GA) is followed by a discussion of fitness landscapes and other theoretical approaches to natural and artificial evolution. Having surveyed early approaches to GP theory it presents new exact schema analysis, showing that it applies to GP as well as to the simpler GAs. New results on the potentially infinite number of possible programs are followed by two chapters applying these new techniques.