دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1 نویسندگان: Paola Pellegrini, Daniela Favaretto (auth.), Natalio Krasnogor, María Belén Melián-Batista, José Andrés Moreno Pérez, J. Marcos Moreno-Vega, David Alejandro Pelta (eds.) سری: Studies in Computational Intelligence 236 ISBN (شابک) : 9783642032103, 9783642032110 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2009 تعداد صفحات: 319 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 7 مگابایت
کلمات کلیدی مربوط به کتاب استراتژی های تعاونی الهام گرفته از طبیعت برای بهینه سازی (NICSO 2008): کاربردی ریاضیات/روش های محاسباتی مهندسی، هوش مصنوعی (شامل رباتیک)
در صورت تبدیل فایل کتاب Nature Inspired Cooperative Strategies for Optimization (NICSO 2008) به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب استراتژی های تعاونی الهام گرفته از طبیعت برای بهینه سازی (NICSO 2008) نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
الهام از زیست شناسی و فرآیند تکامل طبیعی به یک حوزه تحقیقاتی در علوم کامپیوتر تبدیل شده است. برای مثال، توصیف نورون مصنوعی توسط مککالوخ و پیتس از مشاهدات بیولوژیکی مکانیسمهای عصبی الهام گرفته شده است. قدرت تکامل در طبیعت در گونه های متنوعی که جهان ما را تشکیل می دهند به شکل خاصی از حل مسئله بر اساس ایده بقای بهترین ها مرتبط بوده است. به طور مشابه، سیستم های ایمنی مصنوعی، بهینه سازی کلونی مورچه ها، برنامه ریزی خودآرایی خودکار، محاسبات غشایی و غیره نیز ریشه در پدیده های طبیعی دارند.
نسخه اول و دوم کارگاه بین المللی استراتژی های همکاری با الهام از طبیعت برای بهینه سازی (NICSO)، به ترتیب در گرانادا، اسپانیا، 2006، و در Acireale، ایتالیا، 2007 برگزار شد. همانطور که در این دو نسخه قبلی، هدف NICSO 2008، که در تنریف، اسپانیا برگزار شد، ارائه یک انجمن بود که در آن آخرین ایدهها و تحقیقات هنری مرتبط با استراتژیهای مشارکتی الهامگرفته از طبیعت برای حل مشکل مورد بحث قرار گرفت.
کمکهای جمعآوریشده در این کتاب توسط حداقل سه عضو کمیته برنامههای بینالمللی به شدت مورد بررسی قرار گرفت، که ما به خاطر حمایت و کمک آنها مدیون هستیم. موضوعات پوشش داده شده توسط مشارکت ها شامل تکنیک های الهام گرفته از طبیعت مانند الگوریتم های ژنتیک، مستعمرات مورچه ها، محاسبات آمورف، سیستم های ایمنی مصنوعی، رباتیک تکاملی، سیستم های تکامل پذیر، محاسبات غشایی، محاسبات کوانتومی، خود مونتاژ نرم افزار، هوش ازدحام و غیره است.
The inspiration from Biology and the Natural Evolution process has become a research area within computer science. For instance, the description of the artificial neuron given by McCulloch and Pitts was inspired from biological observations of neural mechanisms; the power of evolution in nature in the diverse species that make up our world has been related to a particular form of problem solving based on the idea of survival of the fittest; similarly, artificial immune systems, ant colony optimisation, automated self-assembling programming, membrane computing, etc. also have their roots in natural phenomena.
The first and second editions of the International Workshop on Nature Inspired Cooperative Strategies for Optimization (NICSO), were held in Granada, Spain, 2006, and in Acireale, Italy, 2007, respectively. As in these two previous editions, the aim of NICSO 2008, held in Tenerife, Spain, was to provide a forum were the latest ideas and state of the art research related to nature inspired cooperative strategies for problem solving were discussed.
The contributions collected in this book were strictly peer reviewed by at least three members of the international programme committee, to whom we are indebted for their support and assistance. The topics covered by the contributions include nature-inspired techniques like Genetic Algorithms, Ant Colonies, Amorphous Computing, Artificial Immune Systems, Evolutionary Robotics, Evolvable Systems, Membrane Computing, Quantum Computing, Software Self Assembly, Swarm Intelligence, etc.
Front Matter....Pages -
Exploration in Stochastic Algorithms: An Application on $\cal M\!AX\!$ – $\cal MI\!N\!$ Ant System....Pages 1-13
Sensitive Ants: Inducing Diversity in the Colony....Pages 15-24
Decentralised Communication and Connectivity in Ant Trail Networks....Pages 25-36
Detection of Non-structured Roads Using Visible and Infrared Images and an Ant Colony Optimization Algorithm....Pages 37-47
A Nature Inspired Approach for the Uncapacitated Plant Cycle Location Problem....Pages 49-60
Particle Swarm Topologies for Resource Constrained Project Scheduling....Pages 61-73
Discrete Particle Swarm Optimization Algorithm for Data Clustering....Pages 75-88
A Simple Distributed Particle Swarm Optimization for Dynamic and Noisy Environments....Pages 89-102
Exploring Feasible and Infeasible Regions in the Vehicle Routing Problem with Time Windows Using a Multi-objective Particle Swarm Optimization Approach....Pages 103-114
Two-Swarm PSO for Competitive Location Problems....Pages 115-126
Aerodynamic Wing Optimisation Using SOMA Evolutionary Algorithm....Pages 127-138
Experimental Analysis of a Variable Size Mono-population Cooperative-Coevolution Strategy....Pages 139-152
Genetic Algorithm for Tardiness Minimization in Flowshop with Blocking....Pages 153-164
Landscape Mapping by Multi-population Genetic Algorithm....Pages 165-176
An Interactive Simulated Annealing Multi-agents Platform to Solve Hierarchical Scheduling Problems with Goals....Pages 177-187
Genetic Algorithm and Advanced Tournament Selection Concept....Pages 189-196
Terrain-Based Memetic Algorithms for Vector Quantizer Design....Pages 197-211
Cooperating Classifiers....Pages 213-225
Evolutionary Multimodal Optimization for Nash Equilibria Detection....Pages 227-237
On the Computational Properties of the Multi-Objective Neural Estimation of Distribution Algorithm....Pages 239-251
Optimal Time Delay in the Control of Epidemic....Pages 253-260
Parallel Hypervolume-Guided Hyperheuristic for Adapting the Multi-objective Evolutionary Island Model....Pages 261-272
A Cooperative Strategy for Guiding the Corridor Method....Pages 273-286
On the Performance of Homogeneous and Heterogeneous Cooperative Search Strategies....Pages 287-300