Algorytmy genetyczne Kompendium t 2
Algorytmy genetyczne Kompendium t 2
Algorytmy genetyczne Kompendium t 2
Matematyka Wydawnictwo Naukowe PWN

Algorytmy genetyczne Kompendium t 2

70,30 zł

Specjalna okazja dla Ciebie!

Najkorzystniejszą ofertę ma TaniaKsiazka.pl w cenie 70,30 zł

Przejrzeliśmy dużą ilość internetowych sklepów w naszej bazie aby wyszukać świetną ofertę dla Ciebie. Algorytmy genetyczne Kompendium t 2 Wydawnictwo Naukowe PWN z kategorii matematyka kupisz w cenie 70,30 zł w sklepie TaniaKsiazka.pl. Wyświetlona cena 70,30 zł nie zawiera ewentualnych kosztów wysyłki.

Zobacz wszystkie oferty ...
  • Cechy:
  • Matematyka
  • Wydawnictwo Naukowe PWN
  • 9788301153816
  • miękka
  • Gwiazda Tomasz Dominik
  • Wydawnictwo Naukowe PWN
  • 276
  • 2007

Opis Algorytmy genetyczne Kompendium t 2

Tytuł Algorytmy genetyczne. Kompendium, t. 2 Podtytuł Operator mutacji dla problemów numerycznych Autor Tomasz Dominik Gwiazda Wydawnictwo Wydawnictwo Naukowe PWN ISBN 978-83-01-15381-6 linia Algorytmy Genetyczne Rok wydania 2007 Warszawa Wydanie 1 liczba stron 276 Format pdf Spis treści 1. Wstęp 9 2. Standardowe operatory mutacji 13 wymiana/odwrócenie bitu (Bit-flip/Invert a Bit/Bit Substitution) (B) 13 Wstawienie bitu (Bit Insertion) (B) 14 Usunięcie bitu (Bit Deletion) (B) 14 Wstawienie genu (Gene Insertion) (B) 15 Usunięcie genu (Gene Deletion) (B) 16 Inwersja genu (Gene Inversion) (B) 16 Transpozycja genu (Gene Transposition) (B) 17 Retrotranspozycja genu (Gene Retro Transposition) (B) 18 Losowa wartość bitu (Random Bit Value) (B) 19 Losowa (z zaburzeniem) wartość bitu (Random Bit Value With a Bias) (B) 20 podmiana pary bitów (Swap Two Bits) (B) 21 Mutacja pełzająca (Creep Mutation) (B) 21 3. Kontrola parametrów – podejście deterministyczne statyczne i dynamiczne 23 sugestia i formuła De Jonga (B, R)(P) 23 sugestia Grefenstette’a (B, R)(P) 23 sugestia i formuła Schaffera i in. (B, R)(P) 23 Formuła Bäcka (B, R)(P) 24 Formuła Mühlenbeina (B, R)(P) 24 sugestia i formuła Fogarty’ego (B, R)(P) 25 sugestia i formuła Hessera i Mannera (B, R)(P) 25 Formuła Greenwella i in. (B, R)(P) 26 Formuła Bäcka i Schütza (B, R)(P) 26 Formuła Beasleya (B, R)(P) 27 Formuła Leite’a i Toppinga (B, R)(P) 28 Formuła Senga i in. (B, R)(P) 28 Formuła Nguyena i Wonga (B, R)(MS) 29 Formuła Srivastavy i in. (B, R)(P) 29 Formuła Madeline (B, R)(P) 30 Reguła odmładzania populacji (Population Rejuvenation Rule) (B, R) 31 4. Kontrola parametrów – podejście adaptywne dynamiczne 32 Reguła Rechenberga (B, R)(P) 32 Formuła Bäcka (B, R)(P) 33 Formuła Fullera i in. (B)(P) 33 Formuła Chena i in. (B, R)(P) 34 Formuła progu błędu Ochoi i in. (B, R) 34 Formuła Elhadefa i Ayeba (B, R)(P) 35 Reguła Droste’a i in. (B, R)(P) 36 Formuła He i in. (B, R)(P) 37 Formuła Chenga i in. (B, R)(P) 37 Formuły Metcalfe’a i Charbonneau (B, R)(P) 38 Formuła Tana i in. (B, R)(P) 39 Formuła Chana i Liu (B, R)(P) 40 Formuła Minqianga i Jisonga (B, R)(P) 41 Formuła Kamoia i Iwaia (B, R)(P) 41 Formuła Liu i Fenga (B, R)(P) 42 Formuła Quirina i Korczaka (B, R)(P) 43 Uaktywniana hipermutacja (Triggered Hypermutation) (B, R)(P) 44 Adaptacja prawdopodobieństwa krzyżowania i mutacji-1 (Adaptive Probabilities ofCrossover and Mutation-1) (B, R)(P) 46 Metoda Zhu i Changa (B, R)(P) 49 Prawdopodobieństwo bazujące na stopniu koncentracji (Concentration Degree-based Operator Probabilities) (B, R)(P) 51 Metoda Zhuanga i in. (B, R)(P) 53 Adaptywne prawdopodobieństwo operatora (Adaptive Operator Probabilities) (B, R)(P) 54 COBRA (B, R)(P) 57 Mutacja kontrolowana logiką rozmytą (Fuzzy Logic Controlled Mutation) (B, R)(P) 59 Model adaptywny bazujący na regule probabilistycznej (Probabilistic Rule-based Adaptive Model) (B, R)(P) 60 Adaptywna asymetryczna mutacja (Adaptive Asymmetric Mutation) (B, R)(P) 65 Adaptacja prawdopodobieństwa krzyżowania i mutacji-2 (Adaptive Probabilities of Crossover and Mutation-2) (B, R)(P) 67 Adaptacja prawdopodobieństwa krzyżowania i mutacji-3 (Adaptive Probabilities of Crossover and Mutation-3) (B, R)(P) 70 Adaptywna alleliczna mutacja (Adaptive Allelic Mutation) (B, R) (P) 72 Adaptywna mutacja metodą stałego przyrostu i redukcji (Constant Gain & Declining Adaptive Mutation) (B, R) (P) 74 Adaptacja prawdopodobieństwa krzyżowania i mutacji-4 (Adaptive Probabilities of Crossover and Mutation-4) (B, R)(P) 77 Adaptacja prawdopodobieństwa krzyżowania i mutacji-5 (Adaptive Probabilities of Crossover and Mutation-5) (B, R)(P) 80 Adaptacja prawdopodobieństwa krzyżowania i mutacji-6 (Adaptive Probabilities of Crossover and Mutation-6) (B)(P) 82 Adaptacja prawdopodobieństwa krzyżowania i mutacji-7 (Adaptive Probabilities of Crossover and Mutation-7) (B, R)(P) 84 Adaptywna strategia gonitwy (Adaptive Pursuit Strategy) (B, R)(P) 87 Ochrona przed grzęźnięciem (Guarding Against Stalling) (B, R)(P) 90 Lokalne dostrojenie z rezultatem głównym (Main Effect Fine Tuning) (B, R)(P) 91 Mutacja bazująca na znormalizowanym dystansie dopasowania (Normalized Fitness-based Mutation) (B, R) (P) 94 Adaptacja liczby punktów krzyżowania i mutacji (Adaptive Number of Mutation Points) (B)(MP) 96 Mutacja bazująca na wektorze etykiet (Labeled Chromosome-based Mutation) (B, R)(P) 98 Adaptywna mutacja ukierunkowana na geny (Gene-based Adaptive Mutation) (B)(P) 101 Mutacja bazująca na statystykach pozycji (Locus Statistics-based Mutation) (B, R, D)(P) 103 5. Kontrola parametrów – podejście samoadaptywne 106 Mutacja bazująca na SE-1 (ES-based Mutation-1) (B, R)(P) 106 Mutacja bazująca na SE-2 (ES-based Mutation-2) (R)(MS) 108 Mutacja bazująca na SE-3 (ES-based Mutations-3) (R)(MS) 111 6. Operatory mutacji dla problemów kodowanych liczbami binarnymi 115 Mutacja infekcją wirusową (Virus Infection Operators) (B, R) 115 Mutacja zliczająca-1 (Count-preserving Mutation-1) (B) 118 Mutacja lokalnie zachłanna (Local Greedy Mutation) (B, R) 120 Aproksymacja techniki największego spadku gradientu (Gradient-descent Techniques Approximation) (B) 122 Mutacja najlepszym schematem (Best Schema Mutation) (B) 124 Ekstrakcja bitów (Gene Extraction) (B) 127 Mutowanie z decydentem (Half Sibling and Clone) (B) 130 Mutacja zliczająca-2 (Count-preserving Mutation-2) (B) 131 Samoadaptywna mutacja Gaussa (Self-adaptive Gaussian Mutation) (B) 133 Mutacja Mijn (Co-mutation Mijn operator) (B) 135 Mutacja dynamiczna (Dynamic Mutation) (B, R) 138 Mutacja różnicowaniem lub naśladowaniem (Mutation aby Differentiation or Imitation) (B) 141 Mutacja uciekająca (Flee Mutation) (B) 144 Mutacja rotacją (Rotation Mutation) (B) 147 λ-Mutacja (λ-Mutation – Self-directed Chaos) (B) 149 Mutacja bazująca na pozycji i liczbie (Location-based & Number-based Mutation)(B) 151 Mutacja bazująca na różnorodności genów (Gene Diversity-based Mutation) (B)(P)154 Mutacja bazująca na modelu niewspółmierności (Disparity Model-based Mutation) (B, R) 156 Mutacja dwuargumentowa wektorów liczb binarnych (Dyadic Mutation) (B, R) 160 Mutacja heurystyczna z zanikającym prawdopodobieństwem (Heuristic Mutation with Final-zero-rate) (B) (P) 162 Mutacja upodabniająca (Softmax Mutation) (B) 164 Mutacja jednostkowa (Specific Part of Chromosome Mutation) (B, R) 166 Mutacje horyzontalne/transpozycje (Jumping Gene/Horizontal Mutation/Transposition) (B, R, D) 168 Mutacja kierowana (Guided Mutation) (B) 174 1-bitowa mutacja sterowana wiekiem (Age-driven 1-bit Mutation) (B) 177 Mutacja warunkowa (Conditional Mutation) (B) 179 7. Operatory mutacji dla problemów kodowanych ilośćmi rzeczywistymi 182 Mutacja równomierna (Uniform Mutation) (R) 182 Mutacja brzegowa (Boundary Mutation) (R) 184 Mutacja nierównomierna (Non-uniform Mutation) (R) 185 Mutacja zmienna w czasie (Time-Variant Mutation) (R) 187 Mutacja bazująca na gradiencie ważonym (Weighted Gradient Direction-based Mutation) (R) 189 Mutacja Deba i Goyala (Deb & Goyal Mutation) (R) 193 Mutacja bazująca na entropii (Entropy-based Mutation) (R) 194 Operatory dla problemów optymalizacji dynamicznej (Operators for Dynamic Optimization Problems) (R) 197 Mutacja bazująca na symulowanym wyżarzaniu-1 (Simulated Annealing based Mutation-1) (R) 200 Mutacja bazująca na symulowanym wyżarzaniu-2 (Simulated Annealing based Mutation-2) (R) 203 Mutacja w hipersześcianie (Breeder GA Mutation) (R) 205 Makromutacja z wspinaczką (Macromutational Hillclimbing) (B, R) 207 Mutacja bazująca na minimum konfliktu (Min-conflict based Mutation) (B, D) 210 Mutacja kontrolowana wiekiem (Age-controlled Mutation) (B, D, R) 213 Mutacja zorientowana i z imigracją (Orientated Mutation and Immigration Mutation) (R) 215 Mutacja sferyczna (Sphere Mutation) (R) 217 Mutacja z wektorem różnic (Differential Evolution Mutation) (R) 219 Mutacja bazująca na modelach zredukowanych (Reduced Models-based Mutation) (B, R) 221 Mutacja bakteryjna (Bacterial Mutation) (B, R) 222 Poprawiona mutacja nierównomierna (Improved Non-uniform Mutation) (R) 224 zmodyfikowana mutacja równomierna (Modified Uniform Mutation) (R) 226 Mutacja logarytmiczna (Logarithmic Mutation) (R) 228 Mutacja z wyszukiwaniem kierunkowym/przypasowaniem parabolicznym (1-D Parabolic Search Mutation) (R) 230 Mutacja podążająca za selekcją (Selection Follower) (R) 232 Mutacja chaosem, mutacja chaosem z wyżarzaniem (Chaotic Mutation, Annealing Chaotic Mutation) (R) 234 Mutacja brzegowa, przesuwająca i wygładzająca (Boundary, Push, and Smooth Mutations) (R) 237 Mutacja nieliniowa-1 (Nonlinear Mutation-1) (R) 240 Mutacja lamarkowska (Lamarckian Mutation) (R) 242 Mutacja nieliniowa-2 (Nonlinear Mutation-2) (R) 244 Mutacja ułomna (Imperfect Mutation) (R) 245 zmodyfikowana mutacja nierównomierna (Modified Non-uniform Mutation) (R) 247 Mutacja dwuargumentowa wektorów liczb rzeczywistych (Dyadic Floating-Point Mutation) (R) 250 Adaptywna mutacja Kamala (Kamal’s Adaptive Mutation) (B, R) 251 Wielogenowa mutacja nierównomierna (Multi Non-uniform Mutation) (R) 253 Metoda przełączająca (Improved Crossover and Mutation) (B, R) 256 kompozycja wypukła (Convex Combination) (R) 258 Mutacje kierunkowe (Directional Mutations) (R) 259 Mutacja symetryczna i procentowa (Mirror & Percentage Mutations) (R) 264 Mutacja bazująca na modelach socjologicznych (Mutation for Continuous Adaptive Culture Model) (B, R) 266 Mutacja falowa/oscylująca (Wavelet Mutation) (R) 268 Indeks słów kluczowych, autorów i funkcji testowych 270

Specyfikacja produktu

Specyfikacja Algorytmy genetyczne Kompendium t 2
Kategoria Matematyka
Marka Wydawnictwo Naukowe PWN
ISBN 9788301153816
Oprawa miękka
Autor Gwiazda Tomasz Dominik
Wydawnictwo Wydawnictwo Naukowe PWN
Ilość stron 276
Rok wydania 2007
Aktualnych ofert 1
Najniższa cena 70,30 zł
Najwyższa cena 70,30 zł
W bazie od 11.10.2013
Data aktualizacji 17.11.2024
Opinia użytkowników -
Nasza recenzja -
Rekomendacja sklepu TaniaKsiazka.pl

Historia cen

Funkcjonalność monitorowania historii cen pozwoli Ci podejmować.

Przepraszamy, ale obecnie nie ma aktualnych informacji z historią cen produktu Algorytmy genetyczne Kompendium t 2.

Recenzje / opinie

Masz ten produkt? Daj znać innym, co o nim myślisz.

Na chwilę obecną brak recenzji tego produktu. Bądź pierwszym, który dodaje opinię!

Znalezione oferty w bazie

Ceny propozycji dla Algorytmy genetyczne Kompendium t 2 Wydawnictwo Naukowe PWN, które są przedstawione poniżej, nie obejmują ewentualnych kosztów przesyłki. Zanim wskażesz miejsce zakupu, zapoznaj się z oceną firmy i uwzględnij koszt wysyłki/dostawy. Katalog propozycji jest uaktualniana co jakiś czas, około raz na kilkanaście minut.

  • Algorytmy genetyczne Kompendium t 2 (w sklepie TaniaKsiazka.pl)

    Algorytmy genetyczne Kompendium t 2 Sklep on-line
    ★★★★★
    70,30 zł
    Kategoria w sklepie TaniaKsiazka.pl: Matematyka Wydawnictwo Naukowe PWN

Produkty powiązane

Algorytmy genetyczne Kompendium t 2
Wydawnictwo Naukowe PWN
Ćwiczenia z logiki,100KS (647283)
wydawnictwo naukowe pwn
Analiza danych z programem r Wydawnictwo naukowe pwn
Wydawnictwo Naukowe PWN
Analiza funkcjonalna w zadaniach,100KS (28970)
Wydawnictwo Naukowe PWN

Inne z kategorii Matematyka

Matematyka z filipem kl.3, 92944
Śliwerska Iwona
Matematyczne przygody kangurków
AKSJOMAT Piotr Nodzyński
Matematyka ze sznurka i guzika
zakamarki
...