Metaheuristic Optimization: Nature-Inspired Algorithms Swarm and Computational Intelligence, Theory and Applications
พ.ย. 2020 · Springer Nature
eBook
192
หน้า
reportคะแนนและรีวิวไม่ได้รับการตรวจสอบยืนยัน ดูข้อมูลเพิ่มเติม
เกี่ยวกับ eBook เล่มนี้
This book exemplifies how algorithms are developed by mimicking nature. Classical techniques for solving day-to-day problems is time-consuming and cannot address complex problems. Metaheuristic algorithms are nature-inspired optimization techniques for solving real-life complex problems. This book emphasizes the social behaviour of insects, animals and other natural entities, in terms of converging power and benefits. Major nature-inspired algorithms discussed in this book include the bee colony algorithm, ant colony algorithm, grey wolf optimization algorithm, whale optimization algorithm, firefly algorithm, bat algorithm, ant lion optimization algorithm, grasshopper optimization algorithm, butterfly optimization algorithm and others. The algorithms have been arranged in chapters to help readers gain better insight into nature-inspired systems and swarm intelligence. All the MATLAB codes have been provided in the appendices of the book to enable readers practice how to solve examplesincluded in all sections. This book is for experts in Engineering and Applied Sciences, Natural and Formal Sciences, Economics, Humanities and Social Sciences.
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
