Buch, Englisch, Band 48, 418 Seiten, Format (B × H): 156 mm x 234 mm, Gewicht: 1730 g
Reihe: International Series in Operations Research & Management Science
Buch, Englisch, Band 48, 418 Seiten, Format (B × H): 156 mm x 234 mm, Gewicht: 1730 g
Reihe: International Series in Operations Research & Management Science
ISBN: 978-0-7923-7654-5
Verlag: Springer
Zielgruppe
Research
Autoren/Hrsg.
Fachgebiete
- Wirtschaftswissenschaften Volkswirtschaftslehre Volkswirtschaftslehre Allgemein Ökonometrie
- Technische Wissenschaften Elektronik | Nachrichtentechnik Elektronik Robotik
- Wirtschaftswissenschaften Betriebswirtschaft Wirtschaftsmathematik und -statistik
- Wirtschaftswissenschaften Betriebswirtschaft Unternehmensforschung
- Mathematik | Informatik Mathematik Operations Research Spieltheorie
- Mathematik | Informatik EDV | Informatik Informatik Künstliche Intelligenz Wissensbasierte Systeme, Expertensysteme
- Mathematik | Informatik Mathematik Mathematische Analysis Variationsrechnung
Weitere Infos & Material
Conventional Optimization Techniques.- Evolutionary Computation.- Single Objective Optimization.- Evolutionary Algorithms and Constrained Optimization.- Constrained Evolutionary Optimization.- Multi-Objective Optimization.- Evolutionary Multi-Objective Optimization: A Critical Review.- Multi-Objective Evolutionary Algorithms for Engineering Shape Design.- Assessment Methodologies for Multiobjective Evolutionary Algorithms.- Hybrid Algorithms.- Utilizing Hybrid Genetic Algorithms.- Using Evolutionary Algorithms to Solve Problems by Combining Choices of Heuristics.- Constrained Genetic Algorithms and Their Applications in Nonlinear Constrained Optimization.- Parameter Selection in EAs.- Parameter Selection.- Application of EAs to Practical Problems.- Design of Production Facilities Using Evolutionary Computing.- Virtual Population and Acceleration Techniques for Evolutionary Power Flow Calculation in Power Systems.- Application of EAs to Theoretical Problems.- Methods for the Analysis of Evolutionary Algorithms on Pseudo-Boolean Functions.- A Genetic Algorithm Heuristic for Finite Horizon Partially Observed Markov Decision Problems.- Using Genetic Algorithms to Find Good K-Tree Subgraphs.