Над 4 милиона заглавия на английски и други езици! Открийте новата си история още днес! Безплатна доставка за поръчки над 69.99€

Проверка на състоянието на поръчката

Станете част от общност от любители на книгите от цял свят и получавате много предимства. Създай на безплатен акаунт

Безплатна доставка със Еконт над 69.99 €

Куриер Speedy 3.49 € Пункт на Speedy 3.49 € ЕКОНТ 3.99 € Еконтомат/Офис на Еконт 3.99 € Ekont Box 3.99 € Sameday 3.99 € Sameday box 3.99 € Box Now 3.99 €

Контакт

Как се пазарува?

Помощ

Моят акаунт

▸ Празна :-(

An Improved Multi-Objective Evolutionary with Adaptable Parameters

Name: An Improved Multi-Objective Evolutionary with Adaptable Parameters
Brand: SPS
SKU: 16068865
Price: 89.18 EUR
Availability: InStock
Author: Khoa Tran
ISBN: 9783330650558

Khoa Tran

Език

Английски език

Книга С меки корици

Код Либристо: 16068865

Издателство SPS, март 2017

Genetic Algorithms, introduced by Holland in 1975, are general-purpose heuristic search algorithms t... Цялото описание

Код Либристо: 16068865

216 b

89.18 €

174.42 лв

Външен склад Изпращаме след 5-8 дни

До 30 дни за връщане на стоки

Клиентите са закупили също

Album z naklejkami Mała projektantka Strefa zwierzaka Bator Agnieszka

С меки корици

2.37 € 4.63 лв

CHANSON D'AMOUR PIANO +CD CARSTEN GERLITZ Книга

binding.

44.72 € 87.46 лв

La nature de la ville Gruet

С меки корици

32.34 € 63.25 лв

LES LUMIERES DE LA VILLE Aumont

С меки корици

51.99 € 101.68 лв

L'ENIGME DES BOMBES EN BOIS PIERRE ANT

С меки корици

26.35 € 51.54 лв

Origine commune de l'égyptien ancien, du copte et des langues négro-africaines modernes Obenga

С меки корици

43.58 € 85.24 лв

Diseño emocional de personajes de videojuegos RICARDO IZQUIERDO

С меки корици

28.21 € 55.18 лв

Die Tier- Und Pflanzenwelt Des Susswassers: Einfuhrung in Das Studium Derselben Volume 1 Otto Zacharias

С меки корици

26.56 € 51.95 лв

De Pronkskens Fen De Frouljue Is De Manljue Hjar Skild: Toaneelstik Yn Fjouwer Bidrjuwen (1880) Jan S. Van Der Steeg

С меки корици

20.22 € 39.54 лв

Psicologia Social del Medio Ambiente Karla Alejandra Contreras Tinoco

С меки корици

46.21 € 90.38 лв

Histoire de la Civilisation En France: Depuis La Chute de l'Empire Romain. Tome 2 Guizot-F

С меки корици

30.12 € 58.91 лв

Lettre Des Citoyens de Couleur Des Iles Et Colonies Francaises A MM. Les Membres Du Comite Sans Auteur

С меки корици

13.66 € 26.73 лв

E-MTB: Wartung, Pflege & Reparatur Jochen Donner

С меки корици

21.04 € 41.15 лв

Quiero Un Cambio Bernardo Stamateas

С меки корици

20.16 € 39.44 лв

Genetic Algorithms, introduced by Holland in 1975, are general-purpose heuristic search algorithms that mimic the evolutionary process in order to find the fittest solutions. The algorithms have received growing interest due to their ability to discover good solutions quickly for complex searching and optimization problems. The traditional GAs then have been converted to multi-objective GAs to solve multi-objective optimization problems successfully. However, GAs require parameter tunings (such as population size, mutation and crossover probabilities, selection rates) in order to achieve the desirable solutions. The task of tuning GA parameters has been proven to be far from trivial due to the complex interactions among the parameters. The objective of this research is to develop the elitist Non-dominated Sorting GA (NSGA-II) for multi-objective optimization as a parameter-less multi-objective GA. The research then will evaluate and discuss the performance of the parameter-less NSGA-II against other GAs with optimal parameter settings using the experiment result on a test problem borrowed from the literature.