Современные алгоритмы поисковой оптимизации. Алгоритмы, вдохновленные природой (2-е издание) RSS лента Контакты Поиск по сайту Издательство МГТУ Главная Новости История издательства Услуги Контакты Как проехать Награды Вакансии Об издательстве Для авторов Новинки Каталог книг Вестник МГТУ Где купить Главная КаталогСовременные алгоритмы поисковой оптимизации. Алгоритмы, вдохновленные природой (2-е издание)

Современные алгоритмы поисковой оптимизации. Алгоритмы, вдохновленные природой (2-е издание)

Современные алгоритмы поисковой оптимизации. Алгоритмы, вдохновленные природой (2-е издание) Скачать фрагмент издания Автор А.П. Карпенко Год 2017 Тип издания Учебное пособие Тираж 500 Объем 448 стр. / 36 п.л. Формат 70x100/16 ISBN 978-5-7038-4634-6
Купить электронную версию издания можно на портале Ebooks и с помощью приложения Books.BaumanPress для мобильных платформ Apple iOS и Google Android Учебное пособие посвящено, преимущественно, рассмотрению современных стохастических популяционных алгоритмов решения однокритериальной задачи оптимизации. Рассмотрены методы повышения эффективности этих алгоритмов путем их гибридизации и метаоптимизации. Наряду с однокритериальной рассматривается задача многокритериальной оптимизации и популяционные алгоритмы ее решения. Представлены методы распараллеливания указанных алгоритмов. Содержит большое число примеров решения тестовых и практически значимых задач оптимизации.
Для студентов высших учебных заведений, обучающихся по направлению 230100 «Информатика и вычислительная техника». Может быть полезно для всех студентов, изучающих курс «Методы оптимизации» и близкие по тематике курсы. Материал пособия представляет интерес также для аспирантов и специалистов, использующих в своей работе методы, алгоритмы и программы оптимизации.

Глава 1. Постановка задачи поисковой оптимизации и непопуляционные стохастические алгоритмы ее решения
1.1 Постановка и классификация алгоритмов решения детерминированной задачи поисковой оптимизации
1.2 Локальная безусловная оптимизация
1.3 Локальная условная оптимизация
1.4 Глобальная оптимизация

Глава 2. Эволюционные алгоритмы
2.1 Биологические предпосылки и общая схема эволюционных алгоритмов
2.2 Кодирование особей
2.3 Операторы мутации
2.4. Операторы скрещивания (кроссоверы)
2.5 Операторы отбора
2.6 Другие операторы и процедуры
2.7 Типовые генетические алгоритмы
2.8 Теория шим
2.9 Эволюционная стратегия
2.10 Эволюционное программирование
2.11 Дифференциальная эволюция
2.12 Генетический коэволюционный алгоритм
2.13 Пример применения генетического алгоритма

Глава 3. Алгоритмы роя частиц, колонии муравьев и пчелиного роя
3.1 Оптимизация роем частиц
3.2 Муравьиная оптимизация
3.3 Оптимизация пчелиным роем

Глава 4. Другие популяционные алгоритмы, вдохновленные живой природой
4.1 Искусственные иммунные системы
4.2 Бактериальная оптимизация
4.3 Алгоритмы, вдохновленные роем светлячков
4.4 Сорняковый алгоритм
4.5 Кукушкин поиск
4.6 Алгоритмы, вдохновленные поведением обезьян
4.7 Прочие алгоритмы

Глава 5. Популяционные алгоритмы, инспирированные неживой природой, человеческим обществом, и другие популяционные алгоритмы
5.1 Гармонический поиск
5.2 Алгоритм гравитационного поиска
5.3 Электромагнитный поиск
5.4 Алгоритм эволюции разума
5.5 Стохастический диффузионный поиск
5.6 Культурный алгоритм
5.7 Меметические алгоритмы
5.8 Самоорганизующийся миграционный алгоритм
5.9 Алгоритмы рассеянного поиска и прокладки путей

Глава 6. Гибридизация популяционных алгоритмов
6.1 Общие принципы гибридизации
6.2 Вложенные алгоритмы
6.3 Гибридизация по схеме препроцессор/постпроцессор
6.4 Коалгоритмы

Глава 7. Метаоптимизация популяционных алгоритмов
7.1 Постановка метазадачи оптимизации
7.2 Классификация методов метаоптимизации
7.3 Однократная настройка параметров
7.4 Перманентная настройка параметров
7.5 Адаптивное управление параметрами
7.6 Самоадаптивное управление параметрами
7.7 Структурная метаоптимизация

Глава 8. Популяционные алгоритмы многоцелевой оптимизации
8.1 Задача многоцелевой оптимизации (МЦО-задача) и алгоритмы ее решения
8.2 Непопуляционные алгоритмы Парето-аппроксимации
8.3 Популяционные алгоритмы Парето-аппроксимации
8.4. Критерии оценки качества Парето-аппроксимации
8.5. Методы обеспечения качества Парето-аппроксимации
8.6. Примеры Парето-аппроксимации

Глава 9. Параллельные популяционные алгоритмы поисковой оптимизации
9.1 Классификация и основные типы параллельных ЭВМ
9.2 Балансировки загрузки параллельной ЭВМ
9.3 Методы распараллеливания популяционных алгоритмов оптимизации
9.4 Примеры параллельного решения задач оптимизации

Новинки

Физико-математические модели и методы расчета воздействия мощных лазерных и плазменных импульсов на конденсированные и газовые среды (2-е издание) Физико-математические модели и методы расчета воздействия мощных лазерных и плазменных импульсов на конденсированные и газовые среды (2-е издание) В.В. Кузенов, А.И. Лебо, И.Г. Лебо, С.В. Рыжков Термопрочность цельнокованых и бандажированных прокатных валков Термопрочность цельнокованых и бандажированных прокатных валков А.М. Покровский Информационный менеджмент Информационный менеджмент М.Ф. Меняев

Личный кабинет автора

Регистрация Забыли пароль?

Поиск по сайту


Отдел реализации печатной продукции

телефон: +7 (499) 263-60-45
факс: +7 (499) 261-45-97

Создание сайта AKmedia.ru, дизайн NLazareva © 2010-2017 Издательство МГТУ им. Баумана. Акварели художника М. Вологдиной