KI-Beratung Beta

Gutscheinbedingungen

**Gültig bis 31.10.2026 ab einem Mindestbestellwert von 30€ auf Spielzeug, Schreibwaren, Filme, Geschenke & Trends, Musik, tolino eReader & Zubehör, Hörbücher und Hörbuch-Downloads, nicht preisgebundene Bücher und Kalender online auf thalia.at und in der Thalia App. Einzelne Artikel können ausgeschlossen sein. Aufgrund der Buchpreisbindung sind deutschsprachige Bücher und eBooks ausgenommen. Zusätzlich ausgenommen sind Abos & Flatrates, Games, Geschenkkarten/-boxen, Shelfies, Software, Zeitschriften sowie einzelne Artikel von tonies®. Pro Einkauf einmal einlösbar. Click & Collect nur bei Onlinevorabzahlung möglich. Keine Barauszahlung. Nicht kombinierbar mit anderen Aktionen und Gutscheinen. Gutschein wird auf max. 500€ Bestellwert angerechnet. Nicht gültig für Versandkosten und Services. Preisgebundene Artikel sind vom Mindestbestellwert ausgeschlossen.

  • Produktbild: Knowledge Incorporation in Evolutionary Computation
  • Produktbild: Knowledge Incorporation in Evolutionary Computation
Band 167

Knowledge Incorporation in Evolutionary Computation

219,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

20.10.2004

Abbildungen

XIII, 548 p.

Herausgeber

Yaochu Jin

Verlag

Springer Berlin

Seitenzahl

548

Maße (L/B/H)

24,1/16/3,5 cm

Gewicht

952 g

Auflage

2005

Sprache

Englisch

ISBN

978-3-540-22902-5

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

20.10.2004

Abbildungen

XIII, 548 p.

Herausgeber

Yaochu Jin

Verlag

Springer Berlin

Seitenzahl

548

Maße (L/B/H)

24,1/16/3,5 cm

Gewicht

952 g

Auflage

2005

Sprache

Englisch

ISBN

978-3-540-22902-5

Herstelleradresse

Springer-Verlag GmbH
Europaplatz 3
69115 Heidelberg
DE

Email: ProductSafety@springernature.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

  • Produktbild: Knowledge Incorporation in Evolutionary Computation
  • Produktbild: Knowledge Incorporation in Evolutionary Computation
  • I Introduction.- A Selected Introduction to Evolutionary Computation.- II Knowledge Incorporation in Initialization, Recombination and Mutation.- The Use of Collective Memory in Genetic Programming.- A Cultural Algorithm for Solving the Job Shop Scheduling Problem.- Case-Initialized Genetic Algorithms for Knowledge Extraction and Incorporation.- Using Cultural Algorithms to Evolve Strategies in A Complex Agent-based System.- Methods for Using Surrogate Models to Speed Up Genetic Algorithm Optimization: Informed Operators and Genetic Engineering.- Fuzzy Knowledge Incorporation in Crossover and Mutation.- III Knowledge Incorporation in Selection and Reproduction.- Learning Probabilistic Models for Enhanced Evolutionary Computation.- Probabilistic Models for Linkage Learning in Forest Management.- Performance-Based Computation of Chromosome Lifetimes in Genetic Algorithms.- Genetic Algorithm and Case-Based Reasoning Applied in Production Scheduling.- Knowledge-Based Evolutionary Search for Inductive Concept Learning.- An Evolutionary Algorithm with Tabu Restriction and Heuristic Reasoning for Multiobjective Optimization.- IV Knowledge Incorporation in Fitness Evaluations.- Neural Networks for Fitness Approximation in Evolutionary Optimization.- Surrogate-Assisted Evolutionary Optimization Frameworks for High-Fidelity Engineering Design Problems.- Model Assisted Evolution Strategies.- V Knowledge Incorporation through Life-time Learning and Human-Computer Interactions.- Knowledge Incorporation Through Lifetime Learning.- Local Search Direction for Multi-Objective Optimization Using Memetic EMO Algorithms.- Fashion Design Using Interactive Genetic Algorithm with Knowledge-based Encoding.- Interactive Evolutionary Design.- VI Preference Incorporation in Multi-objective Evolutionary Computation.- Integrating User Preferences into Evolutionary Multi-Objective Optimization.- Human Preferences and their Applications in Evolutionary Multi—Objective Optimization.- An Interactive Fuzzy Satisficing Method for Multi-objective Integer Programming Problems through Genetic Algorithms.- Interactive Preference Incorporation in Evolutionary Engineering Design.