Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig nur für Bestellungen an die Wunsch-Poststation bis 10.06.2026 auf Spielzeug, Schreibwaren, Filme, Geschenke & Trends, Musik, tolino eReader & Zubehör, Hörbücher und Hörbuch-Downloads (außer Abo), 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 preisgebundene Artikel, Abos & Flatrates, eBooks, Games, Geschenkkarten/-boxen, Shelfies, Software, Zeitschriften sowie einzelne Artikel von tonies®. Pro Einkauf einmal einlösbar. Kein Click & Collect möglich. Keine Barauszahlung. Nicht kombinierbar mit anderen Aktionen und Gutscheinen. Gutschein wird auf max. 500€ Bestellwert angerechnet. Nicht gültig für Versandkosten und Services.
  • Produktbild: Learning in Automated Manufacturing
  • Produktbild: Learning in Automated Manufacturing

Learning in Automated Manufacturing A Local Search Approach

Aus der Reihe Production and Logistics

51,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

30.08.1994

Verlag

Physica

Seitenzahl

257

Maße (L/B/H)

23,5/15,5/1,5 cm

Gewicht

417 g

Auflage

Softcover reprint of the original 1st edition 1994

Sprache

Englisch

ISBN

978-3-7908-0792-9

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

30.08.1994

Verlag

Physica

Seitenzahl

257

Maße (L/B/H)

23,5/15,5/1,5 cm

Gewicht

417 g

Auflage

Softcover reprint of the original 1st edition 1994

Sprache

Englisch

ISBN

978-3-7908-0792-9

Herstelleradresse

Physica Verlag
Tiergartenstr. 17
69121 Heidelberg
DE

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern
  • Produktbild: Learning in Automated Manufacturing
  • Produktbild: Learning in Automated Manufacturing
  • I. Local Search and Extensions.- 1. Introduction — Local Search.- 2. Infamous Scheduling Problems.- 3. Simulated Annealing.- 4. Tabu Search.- 5. Genetic Algorithms.- II. The Traveling Salesman Problem.- 1. Introduction and Survey.- 2. Effective Genetic Local Search.- 2.1 Numerical Results.- 2.2 Discussion.- 3. Bounded Genetic Local Search.- 3.1 Implementation Details and Numerical Results.- 3.2 Conclusions.- 4. Variable Depth Search Based Learning.- 4.1 Ejection Chains.- 4.2 Computational Results.- 4.3 Conclusions.- III. Job Shop Scheduling.- 1. Introduction — Conventional and New Solution Techniques.- 2. Evolution Based Learning.- 2.1 Genetic Enumeration.- 2.2 Heuristics for the Job Shop Scheduling Problem.- 2.3 Learning by Population Genetics.- 2.4 Details of Implementation and Computational Results.- 2.5 Conclusions.- 3. Learning by Constraint Propagation.- 3.1 Constraint Propagation and Backtrack Search.- 3.2 The Job Shop Constraint Satisfaction Problem.- 3.3 An Immediate Selection Heuristic.- 3.4 Computational Results.- 3.5 Conclusions.- 4. Decomposition Based Learning.- 4.1 Opportunistic Scheduling Heuristics.- 4.2 Constraint Propagation, Local Consistency, and Genetic Based Learning.- 4.3 Computational Results.- 4.4 Conclusions.- IV. Flexible Manufacturing Systems.- 1. Clustering in Cellular Manufacturing.- 1.1 Introduction and Background.- 1.2 The Clique-Partitioning Problem.- 1.3 An Ejection Chain Heuristic.- 1.4 Computational Results of the Heuristics.- 1.5 An EC-Based Branch and Bound Algorithm.- 1.6 Computational Results of the EC-Based Branch and Bound Algorithm.- 1.7 Conclusions.- 2. Factory Layout Planning.- 2.1 Introduction and Background.- 2.2 Fundamental Results.- 2.3 Advanced Moves.- 2.4 Updates and Data Structure Management for Advanced Moves.- 2.5 Algorithms for Generating and Improving Maximally Planar Graphs.- 2.6 Ejection Chains.- 2.7 Computational Results and Comments.- 3. Workload Balancing.- 3.1 Introduction and Background.- 3.2 The Condorcet Model.- 3.3 The Model.- 3.4 Basic Results.- 3.5 Main Results.- 3.6 Polynomial Algorithms.- 3.7 Examples and Counterexamples.- 3.8 Conclusions.- Epilogue.- References.