Constraint-Handling in Evolutionary Optimization

یک تکنیک مدیریت محدودیت کارآمد و کافی یک عنصر کلیدی در طراحی الگوریتم‌های تکاملی رقابتی برای حل مسائل پیچیده بهینه‌سازی است. این کتاب ویرایش شده مجموعه ای از پیشرفت های اخیر در تکنیک های الهام گرفته از طبیعت برای بهینه سازی عددی محدود را ارائه می دهد. این کتاب شش موضوع اصلی را پوشش می‌دهد: رویکردهای مبتنی بر هوش ازدحام، مطالعات در مورد تکامل تفاضلی، بهینه‌سازی محدود چندهدفه تکاملی، رویکردهای ترکیبی، کاربردهای دنیای واقعی و استفاده اخیر از سیستم ایمنی مصنوعی در بهینه‌سازی محدود. در این فصول، خواننده مطالعات مختلفی در مورد موضوعات تخصصی پیدا خواهد کرد، مانند: مکانیسم های ویژه برای تمرکز جستجو بر روی مرزهای منطقه امکان پذیر، ارتباط راه حل های غیرقابل اجرا در فرآیند جستجو، کنترل پارامترها در بهینه سازی محدود، ترکیبی از تکنیک‌های برنامه‌ریزی ریاضی و الگوریتم‌های تکاملی در فضاهای جستجوی محدود و انطباق الگوریتم‌های جدید الهام‌گرفته از طبیعت برای بهینه‌سازی عددی با محدودیت‌ها.

\"Constraint-Handling in Evolutionary Optimization\" مرجع مهمی برای محققان، پزشکان و دانشجویان در رشته هایی مانند بهینه سازی، محاسبات طبیعی، تحقیق در عملیات، مهندسی و علوم کامپیوتر است.

An efficient and adequate constraint-handling technique is a key element in the design of competitive evolutionary algorithms to solve complex optimization problems. This edited book presents a collection of recent advances in nature-inspired techniques for constrained numerical optimization. The book covers six main topics: swarm-intelligence-based approaches, studies in differential evolution, evolutionary multiobjective constrained optimization, hybrid approaches, real-world applications and the recent use of the artificial immune system in constrained optimization. Within the chapters, the reader will find different studies about specialized subjects, such as: special mechanisms to focus the search on the boundaries of the feasible region, the relevance of infeasible solutions in the search process, parameter control in constrained optimization, the combination of mathematical programming techniques and evolutionary algorithms in constrained search spaces and the adaptation of novel nature-inspired algorithms for numerical optimization with constraints.

"Constraint-Handling in Evolutionary Optimization" is an important reference for researchers, practitioners and students in disciplines such as optimization, natural computing, operations research, engineering and computer science.