Título :	Mathematical Foundations of Nature-Inspired Algorithms
Tipo de documento:	documento electrónico
Autores:	Yang, Xin-She, Autor ; He, Xing-Shi, Autor
Mención de edición:	1 ed.
Editorial:	[s.l.] : Springer
Fecha de publicación:	2019
Número de páginas:	XI, 107 p. 4 ilustraciones, 2 ilustraciones en color.
ISBN/ISSN/DL:	978-3-030-16936-7
Nota general:	Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave:	Optimización matemática  Análisis numérico  Procesos de Markov  Algoritmos  Mejoramiento  Proceso de Markov
Índice Dewey:	519.6
Resumen:	Este libro presenta un enfoque sistemático para analizar algoritmos inspirados en la naturaleza. Comenzando con una introducción a los métodos y algoritmos de optimización, este libro continúa proporcionando un marco unificado de análisis matemático para la convergencia y la estabilidad. Los algoritmos específicos inspirados en la naturaleza incluyen: inteligencia de enjambre, optimización de colonias de hormigas, optimización de enjambre de partículas, algoritmos inspirados en abejas, algoritmo de murciélagos, algoritmo de luciérnagas y búsqueda de cucos. Los algoritmos se analizan a partir de un amplio espectro de teorías y marcos para ofrecer información sobre las principales características de los algoritmos y comprender cómo y por qué funcionan para resolver problemas de optimización. Se llevan a cabo análisis matemáticos en profundidad desde diferentes perspectivas, incluida la teoría de la complejidad, la teoría del punto fijo, los sistemas dinámicos, la autoorganización, el marco bayesiano, el marco de la cadena de Markov, la teoría de filtros, el aprendizaje estadístico y las medidas estadísticas. Los estudiantes e investigadores en optimización, investigación de operaciones, inteligencia artificial, minería de datos, aprendizaje automático, informática y ciencias de la gestión verán los pros y los contras de una variedad de algoritmos a través de ejemplos detallados y una comparación de algoritmos.
Nota de contenido:	1 Introduction to Optimization -- 2 Nature-Inspired Algorithms -- 3 Mathematical Foundations -- 4 Mathematical Analysis I -- 5 Mathematical Analysis II.
En línea:	https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

Mathematical Foundations of Nature-Inspired Algorithms [documento electrónico] / Yang, Xin-She, Autor ; He, Xing-Shi, Autor  . -  1 ed.  . - [s.l.] : Springer, 2019 . - XI, 107 p. 4 ilustraciones, 2 ilustraciones en color.
ISBN : 978-3-030-16936-7
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.

Palabras clave:	Optimización matemática  Análisis numérico  Procesos de Markov  Algoritmos  Mejoramiento  Proceso de Markov
Índice Dewey:	519.6
Resumen:	Este libro presenta un enfoque sistemático para analizar algoritmos inspirados en la naturaleza. Comenzando con una introducción a los métodos y algoritmos de optimización, este libro continúa proporcionando un marco unificado de análisis matemático para la convergencia y la estabilidad. Los algoritmos específicos inspirados en la naturaleza incluyen: inteligencia de enjambre, optimización de colonias de hormigas, optimización de enjambre de partículas, algoritmos inspirados en abejas, algoritmo de murciélagos, algoritmo de luciérnagas y búsqueda de cucos. Los algoritmos se analizan a partir de un amplio espectro de teorías y marcos para ofrecer información sobre las principales características de los algoritmos y comprender cómo y por qué funcionan para resolver problemas de optimización. Se llevan a cabo análisis matemáticos en profundidad desde diferentes perspectivas, incluida la teoría de la complejidad, la teoría del punto fijo, los sistemas dinámicos, la autoorganización, el marco bayesiano, el marco de la cadena de Markov, la teoría de filtros, el aprendizaje estadístico y las medidas estadísticas. Los estudiantes e investigadores en optimización, investigación de operaciones, inteligencia artificial, minería de datos, aprendizaje automático, informática y ciencias de la gestión verán los pros y los contras de una variedad de algoritmos a través de ejemplos detallados y una comparación de algoritmos.
Nota de contenido:	1 Introduction to Optimization -- 2 Nature-Inspired Algorithms -- 3 Mathematical Foundations -- 4 Mathematical Analysis I -- 5 Mathematical Analysis II.
En línea:	https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i