Adaptive and Multilevel Metaheuristics
Carlos Cotta · Marc Sevaux · Kenneth Sörensen
มิ.ย. 2008 · Springer
eBook
275
หน้า
reportคะแนนและรีวิวไม่ได้รับการตรวจสอบยืนยัน ดูข้อมูลเพิ่มเติม
เกี่ยวกับ eBook เล่มนี้
One of the keystones in practical metaheuristic problem-solving is the fact that tuning the optimization technique to the problem under consideration is crucial for achieving top performance. This tuning/customization is usually in the hands of the algorithm designer, and despite some methodological attempts, it largely remains a scientific art. Transferring a part of this customization effort to the algorithm itself -endowing it with smart mechanisms to self-adapt to the problem- has been a long pursued goal in the field of metaheuristics.
These mechanisms can involve different aspects of the algorithm, such as for example, self-adjusting the parameters, self-adapting the functioning of internal components, evolving search strategies, etc.
Recently, the idea of hyperheuristics, i.e., using a metaheuristic layer for adapting the search by selectively using different low-level heuristics, has also been gaining popularity. This volume presents recent advances in the area of adaptativeness in metaheuristic optimization, including up-to-date reviews of hyperheuristics and self-adaptation in evolutionary algorithms, as well as cutting edge works on adaptive, self-adaptive and multilevel metaheuristics, with application to both combinatorial and continuous optimization.
ให้คะแนน eBook นี้
แสดงความเห็นของคุณให้เรารับรู้
ข้อมูลในการอ่าน
สมาร์ทโฟนและแท็บเล็ต
ติดตั้งแอป Google Play Books สำหรับ Android และ iPad/iPhone แอปจะซิงค์โดยอัตโนมัติกับบัญชีของคุณ และช่วยให้คุณอ่านแบบออนไลน์หรือออฟไลน์ได้ทุกที่
แล็ปท็อปและคอมพิวเตอร์
คุณฟังหนังสือเสียงที่ซื้อจาก Google Play โดยใช้เว็บเบราว์เซอร์ในคอมพิวเตอร์ได้
eReader และอุปกรณ์อื่นๆ
หากต้องการอ่านบนอุปกรณ์ e-ink เช่น Kobo eReader คุณจะต้องดาวน์โหลดและโอนไฟล์ไปยังอุปกรณ์ของคุณ โปรดทำตามวิธีการอย่างละเอียดในศูนย์ช่วยเหลือเพื่อโอนไฟล์ไปยัง eReader ที่รองรับ
