| TÃtulo : |
Advances in Metaheuristics Algorithms: Methods and Applications |
| Tipo de documento: |
documento electrónico |
| Autores: |
Cuevas, Erik, ; ZaldÃvar, Daniel, ; Pérez-Cisneros, Marco, |
| Mención de edición: |
1 ed. |
| Editorial: |
[s.l.] : Springer |
| Fecha de publicación: |
2018 |
| Número de páginas: |
XIV, 218 p. 48 ilustraciones, 13 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-3-319-89309-9 |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Idioma : |
Inglés (eng) |
| Palabras clave: |
Inteligencia Computacional Inteligencia artificial |
| Clasificación: |
006.3 |
| Resumen: |
Este libro explora nuevos desarrollos metaheurÃsticos alternativos que han demostrado ser eficaces en su aplicación a varios problemas complejos. Aunque la mayorÃa de los nuevos algoritmos metaheurÃsticos considerados ofrecen resultados prometedores, todavÃa se encuentran en sus primeras etapas. Para crecer y alcanzar su máximo potencial, los nuevos métodos metaheurÃsticos deben aplicarse en una gran variedad de problemas y contextos, de modo que no sólo funcionen bien en los conjuntos de problemas de optimización reportados, sino también en nuevas formulaciones complejas. La única manera de lograrlo es difundir estos métodos en diversas áreas técnicas como herramientas de optimización. En general, una vez que un cientÃfico, ingeniero o profesional reconoce un problema como una instancia particular de una clase más genérica, puede seleccionar uno de varios algoritmos metaheurÃsticos que garantizan el rendimiento de optimización esperado. Desafortunadamente, el conjunto de opciones se concentra en algoritmos cuya popularidad y alta proliferación superan a las de los nuevos desarrollos. Esta estructura es importante porque los autores reconocen esta metodologÃa como la mejor manera de ayudar a investigadores, profesores, ingenieros y profesionales a resolver sus propios problemas de optimización. |
| Nota de contenido: |
Introduction -- The metaheuristic algorithm of the social-spider -- Calibration of Fractional Fuzzy Controllers by using the Social-spider method -- The metaheuristic algorithm of the Locust-search -- Identification of fractional chaotic systems by using the Locust Search Algorithm -- The States of Matter Search (SMS) -- Multimodal States of Matter search -- Metaheuristic algorithms based on Fuzzy Logic. |
| Tipo de medio : |
Computadora |
| Summary : |
This book explores new alternative metaheuristic developments that have proved to be effective in their application to several complex problems. Though most of the new metaheuristic algorithms considered offer promising results, they are nevertheless still in their infancy. To grow and attain their full potential, new metaheuristic methods must be applied in a great variety of problems and contexts, so that they not only perform well in their reported sets of optimization problems, but also in new complex formulations. The only way to accomplish this is to disseminate these methods in various technical areas as optimization tools. In general, once a scientist, engineer or practitioner recognizes a problem as a particular instance of a more generic class, he/she can select one of several metaheuristic algorithms that guarantee an expected optimization performance. Unfortunately, the set of options are concentrated on algorithms whose popularity and high proliferation outstrip those of the new developments. This structure is important, because the authors recognize this methodology as the best way to help researchers, lecturers, engineers and practitioners solve their own optimization problems. |
| Enlace de acceso : |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
Advances in Metaheuristics Algorithms: Methods and Applications [documento electrónico] / Cuevas, Erik, ; ZaldÃvar, Daniel, ; Pérez-Cisneros, Marco, . - 1 ed. . - [s.l.] : Springer, 2018 . - XIV, 218 p. 48 ilustraciones, 13 ilustraciones en color. ISBN : 978-3-319-89309-9 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés ( eng)
| Palabras clave: |
Inteligencia Computacional Inteligencia artificial |
| Clasificación: |
006.3 |
| Resumen: |
Este libro explora nuevos desarrollos metaheurÃsticos alternativos que han demostrado ser eficaces en su aplicación a varios problemas complejos. Aunque la mayorÃa de los nuevos algoritmos metaheurÃsticos considerados ofrecen resultados prometedores, todavÃa se encuentran en sus primeras etapas. Para crecer y alcanzar su máximo potencial, los nuevos métodos metaheurÃsticos deben aplicarse en una gran variedad de problemas y contextos, de modo que no sólo funcionen bien en los conjuntos de problemas de optimización reportados, sino también en nuevas formulaciones complejas. La única manera de lograrlo es difundir estos métodos en diversas áreas técnicas como herramientas de optimización. En general, una vez que un cientÃfico, ingeniero o profesional reconoce un problema como una instancia particular de una clase más genérica, puede seleccionar uno de varios algoritmos metaheurÃsticos que garantizan el rendimiento de optimización esperado. Desafortunadamente, el conjunto de opciones se concentra en algoritmos cuya popularidad y alta proliferación superan a las de los nuevos desarrollos. Esta estructura es importante porque los autores reconocen esta metodologÃa como la mejor manera de ayudar a investigadores, profesores, ingenieros y profesionales a resolver sus propios problemas de optimización. |
| Nota de contenido: |
Introduction -- The metaheuristic algorithm of the social-spider -- Calibration of Fractional Fuzzy Controllers by using the Social-spider method -- The metaheuristic algorithm of the Locust-search -- Identification of fractional chaotic systems by using the Locust Search Algorithm -- The States of Matter Search (SMS) -- Multimodal States of Matter search -- Metaheuristic algorithms based on Fuzzy Logic. |
| Tipo de medio : |
Computadora |
| Summary : |
This book explores new alternative metaheuristic developments that have proved to be effective in their application to several complex problems. Though most of the new metaheuristic algorithms considered offer promising results, they are nevertheless still in their infancy. To grow and attain their full potential, new metaheuristic methods must be applied in a great variety of problems and contexts, so that they not only perform well in their reported sets of optimization problems, but also in new complex formulations. The only way to accomplish this is to disseminate these methods in various technical areas as optimization tools. In general, once a scientist, engineer or practitioner recognizes a problem as a particular instance of a more generic class, he/she can select one of several metaheuristic algorithms that guarantee an expected optimization performance. Unfortunately, the set of options are concentrated on algorithms whose popularity and high proliferation outstrip those of the new developments. This structure is important, because the authors recognize this methodology as the best way to help researchers, lecturers, engineers and practitioners solve their own optimization problems. |
| Enlace de acceso : |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
|  |
Crear una solicitud de compra Refinar búsqueda
