基于种群概率模型的优化技术:从算法到应用(英文版)
出版时间:
2010-04
版次:
1
ISBN:
9787313063694
定价:
48.00
装帧:
平装
开本:
16开
纸张:
胶版纸
页数:
156页
字数:
191千字
正文语种:
英语
-
《基于种群概率模型的优化技术:从算法到应用(英文版)》较系统地讨论了遗传算法和分布估计算法的基本理论,并在二进制搜寻空间实验性地比较了几种分布估算法。在此基础上深入地论述了构建一类新的分布估计算法的思路和实现方法,最后介绍了分布估计算法在计算机科学、资源管理等领域的一些成功应用实例及分布估计算法的几种有效改进方法。 Chapter1FundamentalsandLiterature
1.1OptimizationProblems
1.2CanonicalGeneticAlgorithm
1.3IndividualRepresentations
1.4Mutation
1.5Recombination
1.6PopulationModels
1.7ParentSelection
1.8SurvivorSelection
1.9Summary
Chapter2TheProbabilisticModel-buildingGeneticAlgorithms
2.1Introduction
2.2ASimpleOptimizationExample
2.3DifferentEDAApproaches
2.4OptimizationinContinuousDomainswithEDAs
2.5Summary
Chapter3AnEmpiricalComparisonofEDAsinBinarySearchSpaces
3.1Introduction
3.2Experiments
3.3TestFunctionsfortheConvergenceReliability
3.4ExperimentalResults
3.5Summary
Chapter4DevelopmentofaNewTypeofEDAsBasedonPrincipleofMaximumEntropy
4.1Introduction
4.2EntropyandSchemata
4.3TheIdeaoftheProposedAlgorithms
4.4HowCantheEstimatedDistributionbeComputedandSampled?
4.5NewAlgorithms
4.6EmpiricalResults
4.7Summary
Chapter5ApplyingContinuousEDAstoOptimizationProblems
5.1Introduction
5.2DescriptionoftheOptimizationProblems
5.3EDAstoTest
5.4ExperimentalDescription
5.5Summary
Chapter6OptimizingCurriculumSchedulingProblemUsingEDA
6.1Introduction
6.2OptimizationProblemofCurriculumScheduling
6.3Methodology
6.4ExperimentalResults
6.5Summary
Chapter7RecognizingHumanBrainImagesUsingEDAs
7.1Introduction
7.2GraphMatchingProblem
7.3RepresentingaMatchingasaPermutation
7.4ApplyEDAstoObtainaPermutationthatSymbolizestheSolution
7.5ObtainingaPermutationwithContinuousEDAs
7.6ExperimentalResults
7.7Summary
Chapter8OptimizingDynamicPricingProblemwithEDAsandGA
8.1Introduction
8.2DynamicPricingforResourceManagement
8.3ModelingDynamicPricing
8.4AnEAApproachestoDynamicPricing
8.5ExperimentsandResults
8.6Summary
Chapter9ImprovementTechniquesofEDAs
9.1Introduction
9.2TradeoffsareExploitedbyEfficiency-ImprovementTechniques
9.3EvaluationRelaxation:DesigningAdaptiveEndogenousSurrogates
9.4TimeContinuation:MutationinEDAs
9.5Summary
-
内容简介:
《基于种群概率模型的优化技术:从算法到应用(英文版)》较系统地讨论了遗传算法和分布估计算法的基本理论,并在二进制搜寻空间实验性地比较了几种分布估算法。在此基础上深入地论述了构建一类新的分布估计算法的思路和实现方法,最后介绍了分布估计算法在计算机科学、资源管理等领域的一些成功应用实例及分布估计算法的几种有效改进方法。
-
目录:
Chapter1FundamentalsandLiterature
1.1OptimizationProblems
1.2CanonicalGeneticAlgorithm
1.3IndividualRepresentations
1.4Mutation
1.5Recombination
1.6PopulationModels
1.7ParentSelection
1.8SurvivorSelection
1.9Summary
Chapter2TheProbabilisticModel-buildingGeneticAlgorithms
2.1Introduction
2.2ASimpleOptimizationExample
2.3DifferentEDAApproaches
2.4OptimizationinContinuousDomainswithEDAs
2.5Summary
Chapter3AnEmpiricalComparisonofEDAsinBinarySearchSpaces
3.1Introduction
3.2Experiments
3.3TestFunctionsfortheConvergenceReliability
3.4ExperimentalResults
3.5Summary
Chapter4DevelopmentofaNewTypeofEDAsBasedonPrincipleofMaximumEntropy
4.1Introduction
4.2EntropyandSchemata
4.3TheIdeaoftheProposedAlgorithms
4.4HowCantheEstimatedDistributionbeComputedandSampled?
4.5NewAlgorithms
4.6EmpiricalResults
4.7Summary
Chapter5ApplyingContinuousEDAstoOptimizationProblems
5.1Introduction
5.2DescriptionoftheOptimizationProblems
5.3EDAstoTest
5.4ExperimentalDescription
5.5Summary
Chapter6OptimizingCurriculumSchedulingProblemUsingEDA
6.1Introduction
6.2OptimizationProblemofCurriculumScheduling
6.3Methodology
6.4ExperimentalResults
6.5Summary
Chapter7RecognizingHumanBrainImagesUsingEDAs
7.1Introduction
7.2GraphMatchingProblem
7.3RepresentingaMatchingasaPermutation
7.4ApplyEDAstoObtainaPermutationthatSymbolizestheSolution
7.5ObtainingaPermutationwithContinuousEDAs
7.6ExperimentalResults
7.7Summary
Chapter8OptimizingDynamicPricingProblemwithEDAsandGA
8.1Introduction
8.2DynamicPricingforResourceManagement
8.3ModelingDynamicPricing
8.4AnEAApproachestoDynamicPricing
8.5ExperimentsandResults
8.6Summary
Chapter9ImprovementTechniquesofEDAs
9.1Introduction
9.2TradeoffsareExploitedbyEfficiency-ImprovementTechniques
9.3EvaluationRelaxation:DesigningAdaptiveEndogenousSurrogates
9.4TimeContinuation:MutationinEDAs
9.5Summary
查看详情
-
全新
广东省广州市
平均发货17小时
成功完成率94.55%
-
全新
广东省广州市
平均发货17小时
成功完成率95.2%
-
全新
天津市西青区
平均发货15小时
成功完成率91.83%
-
全新
北京市朝阳区
平均发货12小时
成功完成率96.08%
-
全新
湖南省长沙市
平均发货32小时
成功完成率85.25%
-
全新
山东省济宁市
平均发货49小时
成功完成率84.28%
-
全新
北京市朝阳区
平均发货12小时
成功完成率96.6%
-
5
全新
北京市丰台区
平均发货28小时
成功完成率85.43%
-
全新
江苏省无锡市
平均发货8小时
成功完成率96.54%
-
全新
江苏省南京市
平均发货5小时
成功完成率97.22%
-
全新
江苏省南京市
平均发货7小时
成功完成率94.79%
-
全新
北京市海淀区
平均发货15小时
成功完成率87.7%
-
2
全新
江苏省无锡市
平均发货10小时
成功完成率96.73%
-
全新
天津市河东区
平均发货25小时
成功完成率87.2%
-
全新
北京市海淀区
平均发货17小时
成功完成率86.17%
-
全新
北京市通州区
平均发货8小时
成功完成率89.9%
-
全新
北京市房山区
平均发货13小时
成功完成率89.22%
-
全新
北京市西城区
平均发货11小时
成功完成率93.42%
-
全新
北京市顺义区
平均发货12小时
成功完成率94.21%
-
全新
北京市海淀区
平均发货9小时
成功完成率97.55%
-
全新
河北省保定市
平均发货26小时
成功完成率89.59%
-
全新
江苏省南京市
平均发货16小时
成功完成率80.45%
-
2
全新
江苏省无锡市
平均发货10小时
成功完成率96.73%
-
2
九品
湖北省十堰市
平均发货7小时
成功完成率96.77%
-
全新
河北省保定市
平均发货15小时
成功完成率90.93%
-
全新
北京市朝阳区
平均发货14小时
成功完成率86.25%
-
全新
广东省广州市
平均发货7小时
成功完成率90.1%
-
全新
北京市朝阳区
平均发货13小时
成功完成率92.57%
-
全新
山东省泰安市
平均发货10小时
成功完成率92.28%
-
全新
湖南省邵阳市
平均发货3小时
成功完成率85.15%
-
全新
河南省开封市
平均发货19小时
成功完成率86.45%
-
全新
四川省成都市
平均发货13小时
成功完成率81.25%
-
九品
河北省保定市
平均发货13小时
成功完成率74.42%
船舶概论
姜群 主审/李艳春 编著
¥6.83
起