Industrial Applications of Evolutionary Algorithms

\"کاربردهای صنعتی الگوریتم‌های تکاملی\" به‌عنوان منبعی هم برای کاربران با تجربه الگوریتم‌های تکاملی و هم برای محققانی در نظر گرفته شده است که شروع به نزدیک شدن به این تکنیک‌های بهینه‌سازی جذاب کرده‌اند.

کاربران باتجربه خواهند یافت. جزئیات جالب مسائل دنیای واقعی، مشاوره در مورد حل مسائل مربوط به محاسبات تناسب اندام یا مدل سازی، و پیشنهاداتی در مورد نحوه تنظیم پارامترهای مناسب برای رسیدن به راه حل های بهینه.

مبتدیان مقدمه ای کامل برای محاسبات تکاملی پیدا خواهند کرد، و ارائه کامل چندین کلاس از الگوریتم های تکاملی که برای حل مسائل مختلف مورد استفاده قرار می گیرند. در داخل، محققان نمونه های مفیدی را در مورد چگونگی پر کردن شکاف بین مثال های صرفا نظری و مشکلات صنعتی پیدا خواهند کرد.

مجموعه مطالعات موردی ارائه شده نیز برای هر کسی که علاقه مند به محاسبات تکاملی است بسیار جذاب است، اما بدون دسترسی مستقیم به ادبیات فنی گسترده ای در مورد این موضوع.

پس از مقدمه، هر فصل از کتاب یک مورد آزمایشی را ارائه می دهد و به گونه ای سازماندهی شده است که بتوان آن را مستقل از بقیه خواند: تمام اطلاعات مورد نیاز برای درک مسئله. و رویکرد در هر بخش گزارش شده است. فصل ها بر اساس سه موضوع مورد علاقه خاص برای برنامه های کاربردی دنیای واقعی، یعنی اعتبار سنجی مبتنی بر نمونه اولیه، قابلیت اطمینان و تولید آزمایش گروه بندی می شوند.

نویسندگان امیدوارند که این جلد به افشای انعطاف پذیری و کارایی تکنیک های تکاملی کمک کند. ، تشویق شرکت های بیشتر به پذیرش آنها؛ و بیشتر از همه، از خواندن خود لذت خواهید برد.

"Industrial applications of evolutionary algorithms" is intended as a resource for both experienced users of evolutionary algorithms and researchers that are beginning to approach these fascinating optimization techniques.

Experienced users will find interesting details of real-world problems, advice on solving issues related to fitness computation or modeling, and suggestions on how to set the appropriate parameters to reach optimal solutions.

Beginners will find a thorough introduction to evolutionary computation, and a complete presentation of several classes of evolutionary algorithms exploited to solve different problems. Inside, scholars will find useful examples on how to fill the gap between purely theoretical examples and industrial problems.

The collection of case studies presented is also extremely appealing for anyone interested in Evolutionary Computation, but without direct access to extensive technical literature on the subject.

After the introduction, each chapter in the book presents a test case, and is organized so that it can be read independently from the rest: all the information needed to understand the problem and the approach is reported in each part. Chapters are grouped by three themes of particular interest for real-world applications, namely prototype-based validation, reliability and test generation.

The authors hope that this volume will help to expose the flexibility and efficiency of evolutionary techniques, encouraging more companies to adopt them; and that, most of all, you will enjoy your reading.