SOWA OPAC : Katalog komputerowy książek, czasopism i zbiorów specjalnych

8 wyników

Brak okładki

Książka

W koszyku

Algorytmy ewolucyjne i optymalizacja globalna : II Krajowa Konferencja, Rytro, 15-19 września 1997 r. : materiały / [kom. org. Jarosław Arabas et al.] ; Politechnika Warszawska. - Warszawa : Oficyna Wydawnicza Politechniki Warszawskiej, 1997. - [6], 322 s. : il. ; 24 cm.

Autor

Arabas Jarosław.

Temat

Algorytmy genetyczne Optymalizacja

Gatunek

Materiały konferencyjne

Bibliogr. przy ref.

dostępna do wypożyczenia

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Wypożyczalnia

Są egzemplarze dostępne do wypożyczenia: sygn. 95489 L (1 egz.)

Brak okładki

Czasopismo

W koszyku

Evolutionary Computation and Global Optimization : praca zbiorowa / pod red. Jarosława Arabasa. - Warszawa : Oficyna Wydawnicza Politechniki Warszawskiej, 2002. - 199 s. : il. ; 24 cm.

(Prace Naukowe / Politechnika Warszawska. Elektronika, ISSN 0137-2343 ; z. 139 Sygn. P 645/C 37841.)

Autor

Arabas Jarosław.

Temat

Algorytmy genetyczne Algorytmy optymalizacji Optymalizacja matematyczna

Opis wg okł.

Bibliogr. przy art.

Brak okładki

Czasopismo

W koszyku

Evolutionary Computation and Global Optimization 2006 : praca zbiorowa / pod red. Jarosława Arabasa. - Warszawa : Oficyna Wydawnicza Politechniki Warszawskiej, 2006. - 420 s. : il. ; 24 cm.

(Prace Naukowe / Politechnika Warszawska. Elektronika, ISSN 0137-2343 ; z. 156 Sygn. P 645/C 40164.)

Autor

Arabas Jarosław.

Temat

Algorytmy genetyczne Algorytmy optymalizacji Optymalizacja matematyczna

Opis wg okł.

Bibliogr. przy art.

Brak okładki

Czasopismo

W koszyku

Evolutionary computation and global optimization 2007 : June 11th - 13th, 2007 Będlewo, Poland / Jarosław Arabas (ed.). - Warszawa : Oficyna Wydawnicza Politechniki Warszawskiej, 2007. - 316 s. : il. ; 24 cm.

(Prace Naukowe / Politechnika Warszawska. Elektronika, ISSN 0137-2343 ; z. 160 Sygn. P 645/C 40822.)

Autor

Arabas Jarosław.

Temat

Algorytmy genetyczne Algorytmy optymalizacji Optymalizacja matematyczna

Opis wg okł.

Bibliogr. przy art.

Brak okładki

Czasopismo

W koszyku

Evolutionary computation and global optimization 2008 : June 2nd - 4th, 2008 Szymbark, Poland / Jarosław Arabas (ed.). - Warszawa : Oficyna Wydawnicza Politechniki Warszawskiej, 2008. - 262 s. : il. ; 24 cm.

(Prace Naukowe / Politechnika Warszawska. Elektronika, ISSN 0137-2343 ; z. 165 Sygn. P 645/C 41238.)

Autor

Arabas Jarosław.

Temat

Algorytmy genetyczne Algorytmy optymalizacji Optymalizacja matematyczna

Opis wg okł.

Bibliogr. przy rozdz.

Brak okładki

Czasopismo

W koszyku

Evolutionary computation and global optimization 2009 : June 1st - 3rd, 2009 Zawoja, Poland / Jarosław Arabas (ed.). - Warszawa : Oficyna Wydawnicza Politechniki Warszawskiej, 2009. - 181 s. : il. ; 24 cm.

(Prace Naukowe / Politechnika Warszawska. Elektronika, ISSN 0137-2343 ; z. 169 Sygn. P 645/C 41510.)

Autor

Arabas Jarosław.

Temat

Algorytmy genetyczne Algorytmy optymalizacji Optymalizacja matematyczna

Opis wg okł.

Bibliogr. przy art.

Brak okładki

Czasopismo

W koszyku

Metoda ewolucyjna jako narzędzie przeszukiwania przestrzeni Banacha / Jarosław Arabas. - Warszawa : Oficyna Wydawnicza Politechniki Warszawskiej, 2005. - 136 s. : il. ; 24 cm.

(Prace Naukowe / Politechnika Warszawska. Elektronika, ISSN 0137-2343 ; z. 152 Sygn. P 645/C 39819.)

Autor

Arabas Jarosław.

Temat

Algorytmy genetyczne Przestrzenie Banacha

Opis wg okł.

Bibliogr. s. 127-133.

Książka

W koszyku

Wykłady z algorytmów ewolucyjnych / Jarosław Arabas ; ilustracje John Tenniel. - Warszawa : Wydawnictwa Naukowo-Techniczne, 2001. - 303 strony : ilustracje ; 25 cm.

Autor

Arabas Jarosław. Tenniel John.

Forma i typ

Publikacje dydaktyczne

Temat

Algorytmy genetyczne

Gatunek

Podręcznik

Dziedzina i ujęcie

Informatyka i technologie informacyjne

Bibliografia na stronach [295]-300.

WYKŁAD 1. W poszukiwaniu optimum 1.1.Rodzaje zadań 1.2.1.Właściwości funkcji celu 1.2.2.Ograniczenia funkcji celu 1.2.3.Znaczenie liczby wymiarów 1.3.Metody optymalizacji 1.4.Jak oceniać algorytmy optymalizacji 1.4.1.Dokładność przybliżenia rozwiązania 1.4.2.Odporność 1.4.3.Koszt symulacji 1.5.Metody eliminowania ograniczeń funkcyjnych 1.5.1.Metody transformacji zmiennych niezależnych 1.5.2.Metody funkcji kary 1.6.Zadania wielokryterialne 1.6.1.Sformułowanie zadania 1.6.2.Skalaryzacja zadania 1.7.Środowisko dynamiczne 1.7.1.Kryteria oceny algorytmu 1.7.2.Rodzaje zmian środowiska 1.7.3.Adaptacja do zmian środowiska WYKŁAD 2. Podstawowe typy algorytmów ewolucyjnych 2.1.Algorytmy genetyczne 2.1.1.Prosty algorytm genetyczny 2.1.2.Schematy 2.1.3.Symulacja działania algorytmu genetycznego 2.2.Strategie ewolucyjne 2.2.1.Strategia (1+1) 2.2.2.Strategia [/i + A) 2.2.3.Strategia (jt, X) 2.2.4.Analiza działania strategii 2.2.5.Symulacja działania strategii 2.3.Programowanie ewolucyjne 2.3.1.Schemat programowania 2.3.2.Operatory mutacji 2.4.Programowanie genetyczne 2.4.1.Programy, które powstają samoczynnie 2.4.2.Kodowanie drzewiaste 2.4.3.Operatory genetyczne WYKŁAD 3. Zarządzanie populacją 3.1.Ogólny schemat algorytmu ewolucyjnego 3.2.Eksploracja i eksploatacja 3.2.1. Nacisk selektywny w prostej metodzie poszukiwań losowych 3.3.Jak oceniać algorytmy ewolucyjne 3.3.1. Metoda testowania i sposób prezentacji wyników 3.4.Metody selekcji 3.4.1.Reprodukcja i sukcesja 3.4.2.Reprodukcja proporcjonalna (ruletkowa) 3.4.3.Zmodyfikowana reprodukcja proporcjonalna 3.4.4.Reprodukcja rangowa 3.4.5.Reprodukcja turniejowa 3.4.6.Reprodukcja progowa 3.4.7.Sukcesja z całkowitym zastępowaniem 3.4.8.Sukcesja z częściowym zastępowaniem 3.4.9.Sukcesja elitarna 3.5.Kryteria zatrzymania algorytmu 3.5.1.Monitorowanie rozwiązań generowanych przez algorytm 3.5.2.Monitorowanie zdolności eksploracyjnych WYKŁAD 4. Kodowanie i operatory genetyczne 4.1.Rola kodowania i operatorów genetycznych 4.2.Jak dobierać kodowanie i operatory genetyczne 4.2.1.Pożądane cechy kodowania chromosomów 4.2.2.Metryki w przestrzeni genotypu i fenotypu 4.2.3.Pożądane cechy operatorów genetycznych 4.3.Warianty operatorów krzyżowania 4.4.Przegląd metod krzyżowania 4.4.1.Operatory krzyżowania wymieniającego 4.4.2.Operatory krzyżowania uśredniającego 4.4.3.Różnice między operatorami krzyżowania wymieniającego i uśredniającego 4.5.Operator inwersji 4.6.Operatory mutacji 4.6.1.Mutacja dla kodowania binarnego 4.6.2.Mutacje przeznaczone do optymalizacji w Rn 4.7.Eksploracja i eksploatacja a operatory genetyczne 4.7.1.Czy ważniejszym operatorem jest krzyżowanie, czy mutacja? 165 4.7.2.Zasięg operatorów 4.8.Metody modyfikacji zasięgu operatorów genetycznych 4.8.1.Modyfikacje zasięgu mutacji 4.8.2.Modyfikacje zasięgu krzyżowania 4.9.Krzyżowanie wieloosobnicze 4.10.Zarządzanie wieloma operatorami genetycznymi 4.11.Czy warto stosować kodowanie binarne problemów numerycznych? WYKŁAD 5. Zapobieganie przedwczesnej zbieżności 5.1.Algorytm ewolucyjny i metoda przeszukiwań lokalnych 5.1.1. Efekt Baldwina i ewolucja lamarkowska 5.2.Czas życia osobników w populacji bazowej 5.2.1.Limitowanie maksymalnego czasu życia 5.2.2.Selekcja sterowana czasem życia 5.3.Optymalizacja wielomodalna 5.4.Techniki ewolucyjnej optymalizacji wielomodalnej 5.4.1.Wprowadzanie dodatkowego czynnika losowego 5.4.2.Osłabianie konkurencyjności w ramach selekcji 5.4.3.Ograniczanie zasięgu selekcji 5.4.4.Preselekcja 5.4.5.Deformacje funkcji przystosowania w otoczeniu maksimum lokalnego 5.5.Inicjacja populacji bazowej 5.5.1.Posiew nierównomierny 5.5.2.Znaczenie generatora liczb pseudolosowych 5.6.Znaczenie liczności populacji bazowej 5.7.Równoległość w algorytmach ewolucyjnych 5.7.1.Implementacje równoległe 5.7.2.Algorytmy koewolucyjne WYKŁAD 6. Uwzględnianie specyfiki problemu 6.1.Wykorzystanie skomplikowanych struktur danych 6.1.1.Zadania o ustalonej liczbie parametrów 6.1.2.Zadania o nieustalonej liczbie parametrów 6.2.Modyfikacje algorytmu ewolucyjnego związane z uwzględnianiem ograniczeń 6.2.1.Kodowanie specjalizowane i operatory genetyczne 6.2.2.Algorytmy naprawy 6.3.Modyfikacje algorytmu ewolucyjnego uwzględniające zadania wielokryterialne 6.3.1.Reprodukcja oparta na dominacji 6.3.2.Podejście koewolucyjne 6.4.Algorytm ewolucyjny w środowisku dynamicznym 6.4.1.Informacja o zajściu zmiany 6.4.2.Metody adaptacji 6.4.3.Pamięć na poziomie populacji 6.4.4.Pamięć na poziomie osobnika

dostępna do wypożyczenia

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Wypożyczalnia

Są egzemplarze dostępne do wypożyczenia: sygn. 101858 N, 152230 (2 egz.)