Intelligent Optimisation Techniques: Genetic Algorithms, Tabu Search, Simulated Annealing and Neural Networks

این کتاب چهار تکنیک بهینه‌سازی را پوشش می‌دهد که به طور محدود به عنوان «هوشمند» طبقه‌بندی می‌شوند: الگوریتم‌های ژنتیک، جستجوی تابو، بازپخت شبیه‌سازی شده و شبکه‌های عصبی. • الگوریتم های ژنتیک (GAs) بهینه ها را با استفاده از فرآیندهای مشابه در انتخاب طبیعی و ژنتیک تعیین می کنند. • جستجوی تابو یک روش اکتشافی است که از محدودیت ها یا tabusهای ایجاد شده به صورت پویا برای هدایت جستجو برای راه حل های بهینه استفاده می کند. • بازپخت شبیه سازی شده بهینه را به روشی مشابه با رسیدن به حداقل تنظیمات انرژی در بازپخت فلز پیدا می کند. • شبکه های عصبی مدل های محاسباتی مغز هستند. انواع خاصی از شبکه های عصبی را می توان با بهره برداری از توانایی ذاتی آنها برای تکامل در جهت گرادیان منفی یک تابع انرژی و رسیدن به حداقل پایدار آن تابع برای بهینه سازی استفاده کرد. این کتاب با هدف مهندسین، مقدمه‌ای مختصر بر چهار تکنیک ارائه می‌دهد و طیف وسیعی از کاربردها را از مهندسی برق، الکترونیک، ساخت، مکانیک و سیستم‌ها ارائه می‌کند. این کتاب شامل فهرست‌هایی از برنامه‌های C است که تکنیک‌های اصلی توصیف‌شده را برای کمک به خوانندگانی که مایل به آزمایش با آنها هستند، اجرا می‌کنند. این کتاب پیشینه قبلی در تکنیک‌های optl1TIlsation هوشمند را در نظر نمی‌گیرد. برای خوانندگانی که با آن تکنیک ها آشنا نیستند، فصل 1 مفاهیم کلیدی زیربنای آنها را تشریح می کند. برای ارائه یک چارچوب مشترک برای مقایسه تکنیک‌های مختلف، این فصل عملکرد آنها را بر روی مسائل عددی و ترکیبی معیار ساده توصیف می‌کند. کاربردهای مهندسی پیچیده تر در چهار فصل باقی مانده از کتاب پوشش داده شده است.

This book covers four optimisation techniques loosely classified as "intelligent": genetic algorithms, tabu search, simulated annealing and neural networks. • Genetic algorithms (GAs) locate optima using processes similar to those in natural selection and genetics. • Tabu search is a heuristic procedure that employs dynamically generated constraints or tabus to guide the search for optimum solutions. • Simulated annealing finds optima in a way analogous to the reaching of minimum energy configurations in metal annealing. • Neural networks are computational models of the brain. Certain types of neural networks can be used for optimisation by exploiting their inherent ability to evolve in the direction of the negative gradient of an energy function and to reach a stable minimum of that function. Aimed at engineers, the book gives a concise introduction to the four techniques and presents a range of applications drawn from electrical, electronic, manufacturing, mechanical and systems engineering. The book contains listings of C programs implementing the main techniques described to assist readers wishing to experiment with them. The book does not assume a previous background in intelligent optl1TIlsation techniques. For readers unfamiliar with those techniques, Chapter 1 outlines the key concepts underpinning them. To provide a common framework for comparing the different techniques, the chapter describes their performances on simple benchmark numerical and combinatorial problems. More complex engineering applications are covered in the remaining four chapters of the book.