| TÃtulo : |
Multi-Objective Optimization : Evolutionary to Hybrid Framework |
| Tipo de documento: |
documento electrónico |
| Autores: |
Mandal, Jyotsna K., ; Mukhopadhyay, Somnath, ; Dutta, Paramartha, |
| Mención de edición: |
1 ed. |
| Editorial: |
Singapore [Malasya] : Springer |
| Fecha de publicación: |
2018 |
| Número de páginas: |
XVI, 318 p. 90 ilustraciones, 51 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-981-1314711-- |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Informática Optimización matemática Inteligencia Computacional Matemáticas de la Computación Mejoramiento |
| Ãndice Dewey: |
004.015 Matemáticas aplicadas a la informática, especialmente lógica matemática y teoría de algoritmos. |
| Resumen: |
Este libro reúne los últimos hallazgos sobre soluciones eficientes de problemas de optimización multiobjetivo de los principales investigadores en el campo. La atención se centra en resolver problemas de optimización del mundo real utilizando estrategias que van desde marcos evolutivos hasta hÃbridos, e involucrando varias plataformas informáticas. Los temas cubiertos incluyen marcos de soluciones que utilizan modelos evolutivos a hÃbridos en áreas de aplicación como análisis, investigación del cáncer, gestión del tráfico, redes y comunicaciones, gobierno electrónico, tecnologÃa cuántica, procesamiento de imágenes, etc. Como tal, el libro ofrece un recurso valioso para todos. estudiantes de posgrado e investigadores interesados ​​en explorar marcos de soluciones para problemas de optimización multiobjetivo. |
| Nota de contenido: |
Chapter 1. An Advance Overview of Single and Multi-Objective Optimization -- Chapter 2. Non-dominated Sorting Based Multi/Many Objective Optimization: Two Decades of Research and Application -- Chapter 3. Uncertain Multi-objective Portfolio Selection Model based on Genetic Algorithm -- Chapter 4. A Multiobjective Genetic Algorithm-based Approach for Identifying Relevant and Non-redundant Cancer-MicroRNA Markers -- Chapter 5. Application of Multi-objective Optimizations in Protein Structure Prediction -- Chapter 6. Multi-target Multiobjective Programming and Patrol Manpower Planning for Traffic Management via Genetic Algorithm -- Chapter 7. Multi-objective Optimization for Key Player Identification in Networks -- Chapter 8. Joint Maximization in Energy and Spectral Efficiency in Cooperative Cognitive Radio Networks -- Chapter 9. A Neoteric Multi-Objective Framework for Engineering Process Optimization: Metaheuristics and Experimental Designs based Approach -- Chapter 10. Multi/Many Objective Optimization – Hybrid Intelligent Framework -- Chapter 11. Efficiency Maximization of Multimedia Data Mining using Multiobjective Neuro-ACO Approach -- Chapter 12. Optimized Determination of Separating Hyper-Plane of an SVM – Hybrid Multiobjective Model -- Chapter 13. Efficient Cluster Head Selection in Wireless Sensor Network using Multiobjective Model -- Chapter 14. Achieving Optimized Bio-Metric Security in E-Governance by Multiobjective Neuro Approach -- Chapter 15. Advantage of Quantum Inspired Multiobjective Genetic Algorithm over Classical Multiobjective Genetic Algorithm -- Chapter 16. Optimizing Performance Parameter of Image Segmentation using Hybrid Multiobjective Framework. |
| En lÃnea: |
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 |
Multi-Objective Optimization : Evolutionary to Hybrid Framework [documento electrónico] / Mandal, Jyotsna K., ; Mukhopadhyay, Somnath, ; Dutta, Paramartha, . - 1 ed. . - Singapore [Malasya] : Springer, 2018 . - XVI, 318 p. 90 ilustraciones, 51 ilustraciones en color. ISBN : 978-981-1314711-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Informática Optimización matemática Inteligencia Computacional Matemáticas de la Computación Mejoramiento |
| Ãndice Dewey: |
004.015 Matemáticas aplicadas a la informática, especialmente lógica matemática y teoría de algoritmos. |
| Resumen: |
Este libro reúne los últimos hallazgos sobre soluciones eficientes de problemas de optimización multiobjetivo de los principales investigadores en el campo. La atención se centra en resolver problemas de optimización del mundo real utilizando estrategias que van desde marcos evolutivos hasta hÃbridos, e involucrando varias plataformas informáticas. Los temas cubiertos incluyen marcos de soluciones que utilizan modelos evolutivos a hÃbridos en áreas de aplicación como análisis, investigación del cáncer, gestión del tráfico, redes y comunicaciones, gobierno electrónico, tecnologÃa cuántica, procesamiento de imágenes, etc. Como tal, el libro ofrece un recurso valioso para todos. estudiantes de posgrado e investigadores interesados ​​en explorar marcos de soluciones para problemas de optimización multiobjetivo. |
| Nota de contenido: |
Chapter 1. An Advance Overview of Single and Multi-Objective Optimization -- Chapter 2. Non-dominated Sorting Based Multi/Many Objective Optimization: Two Decades of Research and Application -- Chapter 3. Uncertain Multi-objective Portfolio Selection Model based on Genetic Algorithm -- Chapter 4. A Multiobjective Genetic Algorithm-based Approach for Identifying Relevant and Non-redundant Cancer-MicroRNA Markers -- Chapter 5. Application of Multi-objective Optimizations in Protein Structure Prediction -- Chapter 6. Multi-target Multiobjective Programming and Patrol Manpower Planning for Traffic Management via Genetic Algorithm -- Chapter 7. Multi-objective Optimization for Key Player Identification in Networks -- Chapter 8. Joint Maximization in Energy and Spectral Efficiency in Cooperative Cognitive Radio Networks -- Chapter 9. A Neoteric Multi-Objective Framework for Engineering Process Optimization: Metaheuristics and Experimental Designs based Approach -- Chapter 10. Multi/Many Objective Optimization – Hybrid Intelligent Framework -- Chapter 11. Efficiency Maximization of Multimedia Data Mining using Multiobjective Neuro-ACO Approach -- Chapter 12. Optimized Determination of Separating Hyper-Plane of an SVM – Hybrid Multiobjective Model -- Chapter 13. Efficient Cluster Head Selection in Wireless Sensor Network using Multiobjective Model -- Chapter 14. Achieving Optimized Bio-Metric Security in E-Governance by Multiobjective Neuro Approach -- Chapter 15. Advantage of Quantum Inspired Multiobjective Genetic Algorithm over Classical Multiobjective Genetic Algorithm -- Chapter 16. Optimizing Performance Parameter of Image Segmentation using Hybrid Multiobjective Framework. |
| En lÃnea: |
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 |
|  |
Multi-Objective Optimization
