توضیحات
This book presents a set of theoretical and experimental results that describe the features of the wide family of -stable distributions (the normal distribution also belongs to this class) and their various applications in the mutation operator of evolutionary algorithms based on real-number representation of the individuals, and, above all, equip these algorithms with features that enrich their effectiveness in solving multi-modal, multi-dimensional global optimization problems. The overall conclusion of the research presented is that the appropriate choice of probabilistic model of the mutation operator for an optimization problem is crucial.
Mutation is one of the most important operations in stochastic global optimization algorithms in the n-dimensional real space. It determines the method of search space exploration and exploitation. Most applications of these algorithms employ the normal mutation as a mutation operator. This choice is justified by the central limit theorem but is associated with a set of important limitations. Application of -stable distributions allows more flexible evolutionary models to be obtained than those with the normal distribution. The book presents theoretical analysis and simulation experiments, which were selected and constructed to expose the most important features of the examined mutation techniques based on -stable distributions. It allows readers to develop a deeper understanding of evolutionary processes with stable mutations and encourages them to apply these techniques to real-world engineering problems.
————————————————————–
ترجمه ماشینی :
این کتاب مجموعهای از نتایج نظری و تجربی را ارائه میکند که ویژگیهای خانواده گسترده توزیعهای پایدار (توزیع نرمال نیز متعلق به این کلاس است) و کاربردهای مختلف آنها در عملگر جهش الگوریتمهای تکاملی مبتنی بر در نمایش اعداد واقعی افراد، و مهمتر از همه، تجهیز این الگوریتم ها با ویژگی هایی که اثربخشی آنها را در حل مسائل بهینه سازی جهانی چند وجهی و چند بعدی غنی می کند. نتیجه کلی تحقیق ارائه شده این است که انتخاب مناسب مدل احتمالی عملگر جهش برای یک مسئله بهینه سازی بسیار مهم است.
جهش یکی از مهمترین عملیات در الگوریتم های بهینه سازی جهانی تصادفی در فضای واقعی n بعدی است. . این روش کاوش و بهره برداری از فضای جستجو را تعیین می کند. بیشتر کاربردهای این الگوریتم ها از جهش عادی به عنوان عملگر جهش استفاده می کنند. این انتخاب با قضیه حد مرکزی توجیه می شود اما با مجموعه ای از محدودیت های مهم همراه است. استفاده از توزیعهای پایدار اجازه میدهد تا مدلهای تکاملی انعطافپذیرتری نسبت به مدلهایی با توزیع نرمال به دست آیند. این کتاب تجزیه و تحلیل نظری و آزمایشهای شبیهسازی را ارائه میکند، که انتخاب و ساخته شدهاند تا مهمترین ویژگیهای تکنیکهای جهش بررسیشده بر اساس توزیعهای پایدار را نشان دهند. این به خوانندگان اجازه می دهد تا درک عمیق تری از فرآیندهای تکاملی با جهش های پایدار ایجاد کنند و آنها را تشویق می کند تا این تکنیک ها را در مسائل مهندسی دنیای واقعی به کار ببرند.
tag : دانلود کتاب جهش های پایدار برای الگوریتم های تکاملی , Download جهش های پایدار برای الگوریتم های تکاملی , دانلود جهش های پایدار برای الگوریتم های تکاملی , Download Stable Mutations for Evolutionary Algorithms Book , جهش های پایدار برای الگوریتم های تکاملی دانلود , buy جهش های پایدار برای الگوریتم های تکاملی , خرید کتاب جهش های پایدار برای الگوریتم های تکاملی , دانلود کتاب Stable Mutations for Evolutionary Algorithms , کتاب Stable Mutations for Evolutionary Algorithms , دانلود Stable Mutations for Evolutionary Algorithms , خرید Stable Mutations for Evolutionary Algorithms , خرید کتاب Stable Mutations for Evolutionary Algorithms ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.