Name: Nature-Inspired Optimization Algorithms (en Inglés)
Price: 458870.00 COP
Availability: InStock
Author: Xin-She Yang
ISBN: 9780128219867

portada Nature-Inspired Optimization Algorithms (en Inglés)

Nature-Inspired Optimization Algorithms (en Inglés)

Formato

Libro Físico

Editorial

Academic Press

Autor

Xin-She Yang

Año

2020

Idioma

Inglés

N° páginas

310

Encuadernación

Tapa Blanda

ISBN13

9780128219867

N° edición

Categorías

Biotecnología

Nature-Inspired Optimization Algorithms (en Inglés)

Xin-She Yang (Autor) · Academic Press · Tapa Blanda

Libro Nuevo Importado

Envío: 17 a 21 días háb.

$ 917.739$ 458.870

-50%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 100 unidades

$ 458.870

¡Envío Gratis! Llega entre el 11 Ago y el 19 Ago a Bogota, Cundinamarca. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Nature-Inspired Optimization Algorithms (en Inglés)"

Nature-Inspired Optimization Algorithms, Second Edition provides an introduction to all major nature-inspired algorithms for optimization. The book's unified approach, balancing algorithm introduction, theoretical background and practical implementation, complements extensive literature with case studies to illustrate how these algorithms work. Topics include particle swarm optimization, ant and bee algorithms, simulated annealing, cuckoo search, firefly algorithm, bat algorithm, flower algorithm, harmony search, algorithm analysis, constraint handling, hybrid methods, parameter tuning and control, and multi-objective optimization. This book can serve as an introductory book for graduates, for lecturers in computer science, engineering and natural sciences, and as a source of inspiration for new applications.Discusses and summarizes the latest developments in nature-inspired algorithms with comprehensive, timely literatureProvides a theoretical understanding and practical implementation hintsPresents a step-by-step introduction to each algorithmIncludes four new chapters covering mathematical foundations, techniques for solving discrete and combination optimization problems, data mining techniques and their links to optimization algorithms, and the latest deep learning techniques, background and various applications