دانلود کتاب Neural Networks in Optimization
کتاب شبکه های عصبی در بهینه سازی نسخه زبان اصلی
دانلود کتاب شبکه های عصبی در بهینه سازی بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
توضیحاتی در مورد کتاب Neural Networks in Optimization
نام کتاب : Neural Networks in Optimization
ویرایش : 1
عنوان ترجمه شده به فارسی : شبکه های عصبی در بهینه سازی
سری : Nonconvex Optimization and Its Applications 46
نویسندگان : Xiang-Sun Zhang (auth.)
ناشر : Springer US
سال نشر : 2000
تعداد صفحات : 368
ISBN (شابک) : 9781441948366 , 9781475731675
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 27 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 :
مردم روز به روز با مشکلات NP-complete یا NP-hard با ماهیت ترکیبی و ماهیت مستمر در عملکرد اقتصادی، نظامی و مدیریتی مواجه هستند. دو راه وجود دارد که از طریق آنها می توان کارایی جستجوی راه حل این مشکلات را افزایش داد. اولین مورد بهبود سرعت و ظرفیت حافظه سخت افزار است. همه ما در بیست سال گذشته شاهد دستاوردهای شگفت انگیز صنعت کامپیوتر با پیشرفت های سخت افزاری و نرم افزاری بوده ایم. از یک سو، بسیاری از رایانه‌ها، که تنها چند سال پیش خریداری شده‌اند، برای کودکان به مدارس ابتدایی فرستاده می‌شوند تا ABC محاسبات را بیاموزند. از سوی دیگر، با پیشرفت‌های اقتصادی، علمی و نظامی، به نظر می‌رسد که افزایش پیچیدگی‌ها و حجم مشکلات جدید پایانی ندارد. پس همه ما متوجه می شویم که راه دوم، طراحی الگوریتم های خوب، قطعاً محدودیت های سخت افزاری را در مورد مشکلات پیچیده جبران می کند. این ویژگی محاسباتی جمعی و موازی کارهای شبکه عصبی مصنوعی است که اشتیاق محققان در زمینه علوم کامپیوتر و ریاضیات کاربردی را فعال کرده است. به سختی می‌توان گفت که شبکه‌های عصبی مصنوعی حل‌کننده معضل فوق‌الذکر هستند، اما حداقل آنها نور جدیدی را بر مشکلاتی که ما با آن روبرو هستیم می‌تابانند. ما نه تنها پیش‌بینی می‌کنیم که رایانه‌های عصبی با هوش وجود داشته باشند، بلکه معتقدیم نتایج تحقیقات شبکه‌های عصبی مصنوعی ممکن است به الگوریتم‌های جدیدی در رایانه‌های فون نویمان منجر شود.
فهرست مطالب :
Front Matter....Pages i-xii
Front Matter....Pages 1-1
Preliminaries....Pages 3-29
Introduction to Mathematical Programming....Pages 31-51
Algorithms for Unconstrained Nonlinear Programming....Pages 53-63
Algorithms for Constrained Nonlinear Programming....Pages 65-80
Front Matter....Pages 81-81
Introduction to Artificial Neural Network....Pages 83-93
Feedforward Neural Networks....Pages 95-136
Feedback Neural Networks....Pages 137-175
Self-Organized Neural Networks....Pages 177-195
Front Matter....Pages 197-197
NN Models for Combinatorial Problems....Pages 199-241
NN Models for Quadratic Programming Problems....Pages 243-271
NN Models for General Nonlinear Programming....Pages 273-288
NN Models for Linear Programming....Pages 289-317
A Review on NN for Continuious Optimization....Pages 319-333
Back Matter....Pages 335-371
توضیحاتی در مورد کتاب به زبان اصلی :
People are facing more and more NP-complete or NP-hard problems of a combinatorial nature and of a continuous nature in economic, military and management practice. There are two ways in which one can enhance the efficiency of searching for the solutions of these problems. The first is to improve the speed and memory capacity of hardware. We all have witnessed the computer industry's amazing achievements with hardware and software developments over the last twenty years. On one hand many computers, bought only a few years ago, are being sent to elementary schools for children to learn the ABC's of computing. On the other hand, with economic, scientific and military developments, it seems that the increase of intricacy and the size of newly arising problems have no end. We all realize then that the second way, to design good algorithms, will definitely compensate for the hardware limitations in the case of complicated problems. It is the collective and parallel computation property of artificial neural net works that has activated the enthusiasm of researchers in the field of computer science and applied mathematics. It is hard to say that artificial neural networks are solvers of the above-mentioned dilemma, but at least they throw some new light on the difficulties we face. We not only anticipate that there will be neural computers with intelligence but we also believe that the research results of artificial neural networks might lead to new algorithms on von Neumann's computers.
پست ها تصادفی