Adaptation and Hybridization in Computational Intelligence (eBook)
X, 237 Seiten
Springer International Publishing (Verlag)
978-3-319-14400-9 (ISBN)
This carefully edited book takes a walk through recent advances in adaptation and hybridization in the Computational Intelligence (CI) domain. It consists of ten chapters that are divided into three parts. The first part illustrates background information and provides some theoretical foundation tackling the CI domain, the second part deals with the adaptation in CI algorithms, while the third part focuses on the hybridization in CI.
This book can serve as an ideal reference for researchers and students of computer science, electrical and civil engineering, economy, and natural sciences that are confronted with solving the optimization, modeling and simulation problems. It covers the recent advances in CI that encompass Nature-inspired algorithms, like Artificial Neural networks, Evolutionary Algorithms and Swarm Intelligence -based algorithms.
Adaptation and Hybridization in Nature-Inspired Algorithms.- Adaptation in the Differential Evolution.- On the Mutation Operators in Evolution Strategies.- Adaptation in Cooperative Coevolutionary Optimization.- Study of Lagrangian and Evolutionary Parameters in Krill Herd Algorithm.- Solutions of Non-Smooth Economic Dispatch Problems by Swarm Intelligence.- Hybrid Artifcial Neural Network for Fire Analysis of Steel Frames.- A Differential Evolution Algorithm with A Variable Neighborhood Search for Constrained Function Optimization.- A Memetic Differential Evolution Algorithm for the Vehicle Routing Problem with Stochastic Demands.
| Erscheint lt. Verlag | 24.1.2015 |
|---|---|
| Reihe/Serie | Adaptation, Learning, and Optimization | Adaptation, Learning, and Optimization |
| Zusatzinfo | X, 237 p. 42 illus., 1 illus. in color. |
| Verlagsort | Cham |
| Sprache | englisch |
| Themenwelt | Technik |
| Schlagworte | Adaptation • Computational Intelligence • Cuckoo Search • Data Mining • firefly algorithm • Natural selection • Optimization • Particle swarm optimization • self-adaptation • Tuning |
| ISBN-10 | 3-319-14400-6 / 3319144006 |
| ISBN-13 | 978-3-319-14400-9 / 9783319144009 |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
PDF (Wasserzeichen)DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich
