Книга "Метаэвристические и эволюционные алгоритмы для оптимизации инженерных задач" является детальным обзором широкого спектра метаэвристических и эволюционных алгоритмов и того, как они связаны с задачами оптимизации в инженерии. Книга описывает 20 ведущих метаэвристических и эволюционных алгоритмов и представляет обсуждения и оценки их производительности при решении оптимизационных задач из различных областей инженерии. В книге представлены ясные и краткие принципы и подробные описания ведущих методов, таких как алгоритм поиска шаблона (PS), генетический алгоритм (GA), алгоритм имитации отжига (SA), алгоритм поиска по табу (TS), оптимизация муравьиной колонией (ACO) и техника оптимизации роя частиц (PSO). Каждая глава посвящена отдельному алгоритму - начиная с краткого обзора литературы по развитию алгоритма и его применения в инженерных задачах. Принципы, шаги и выполнение алгоритмов подробно описаны, а псевдокод алгоритма представлен в качестве руководства для написания кода алгоритма для решения конкретных задач. Книга также представляет шаг за шагом реализацию каждого алгоритма и руководства для практической реализации и написания кода алгоритмов. Книга является источником информации для студентов, инженеров, исследователей и преподавателей в области промышленной инженерии, исследований операций, оптимизации/математики, инженерной оптимизации и компьютерных наук. Авторы книги - Омид Бозорг-Хаддад, профессор кафедры инженерии орошения и рекультивации Университета Тегерана, Мохаммад Солги, преподаватель Магистратурских курсов в Университете Тегерана, и Хуго А. Лоаисига, профессор кафедры географии Университета Калифорнии в Санта-Барбаре, США.
This book provides a detailed review of meta heuristic and evolutionary tools, their applications and relations to engineering's optimization problems, highlighting twenty leading meta heuristics and evolution paradigms. Through operational examples and detailed runtime scenarios, the book discuss algorithm's performance assessments and applications in various engineering fields.
Meta-Heuristic and Evolutionary Algorithms For Engineering Optimization Автор: Omid Bozorg - Haddad Краткий обзор широкого круга метаэвристических и эволюционных алгоритмов в систематической форме и их отношения к проблемам оптимизации инженерных решений. Книга знакомит читателя с основными метаэвристическими алгоритмами и показывает их применение в оптимизации. Она описывает 20 ведущих метаэврических и эволюционных алгоритмов, проводит обсуждения и оценку их эффективности в решении оптимизационных задач из различных областей инжиниринга. В книге ясно и лаконично описаны основные понятия, представлены подробные описания таких методов, как алгоритм поиска по шаблонам (PS), генетический алгоритм (ГА), алгоритм термического старения (SA), алгоритм Tabu поиска (TS), оптимизаций на основе колоний муравьев (ACO) и метод оптимизации частиц (PSO). В главе 1 "Мета-эвристика и эволюционные алгоритмы для инженерной оптимизации" проводится обзор оптимизации и её определение через примеры оптимизационных проблем из различных инженерных доменов. Глава 2 предоставляет введение в мета-эвристические и эволюционные методы и связывает их с инженерами задачами. Главы 3-22 посвящены каждому отдельному алгоритму, и каждая глава начинается с краткого обзора развития алгоритма и его применения к инженерным задачам, подробно описываются принципы, шаги и выполнение алгоритмов, также приводится псевдокод, который может использоваться для кодирования алгоритмов решения конкретных задач.
Электронная Книга «Meta-heuristic and Evolutionary Algorithms for Engineering Optimization» написана автором Omid Bozorg-Haddad в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781119387077
Описание книги от Omid Bozorg-Haddad
A detailed review of a wide range of meta-heuristic and evolutionary algorithms in a systematic manner and how they relate to engineering optimization problems This book introduces the main metaheuristic algorithms and their applications in optimization. It describes 20 leading meta-heuristic and evolutionary algorithms and presents discussions and assessments of their performance in solving optimization problems from several fields of engineering. The book features clear and concise principles and presents detailed descriptions of leading methods such as the pattern search (PS) algorithm, the genetic algorithm (GA), the simulated annealing (SA) algorithm, the Tabu search (TS) algorithm, the ant colony optimization (ACO), and the particle swarm optimization (PSO) technique. Chapter 1 of Meta-heuristic and Evolutionary Algorithms for Engineering Optimization provides an overview of optimization and defines it by presenting examples of optimization problems in different engineering domains. Chapter 2 presents an introduction to meta-heuristic and evolutionary algorithms and links them to engineering problems. Chapters 3 to 22 are each devoted to a separate algorithm— and they each start with a brief literature review of the development of the algorithm, and its applications to engineering problems. The principles, steps, and execution of the algorithms are described in detail, and a pseudo code of the algorithm is presented, which serves as a guideline for coding the algorithm to solve specific applications. This book: Introduces state-of-the-art metaheuristic algorithms and their applications to engineering optimization; Fills a gap in the current literature by compiling and explaining the various meta-heuristic and evolutionary algorithms in a clear and systematic manner; Provides a step-by-step presentation of each algorithm and guidelines for practical implementation and coding of algorithms; Discusses and assesses the performance of metaheuristic algorithms in multiple problems from many fields of engineering; Relates optimization algorithms to engineering problems employing a unifying approach. Meta-heuristic and Evolutionary Algorithms for Engineering Optimization is a reference intended for students, engineers, researchers, and instructors in the fields of industrial engineering, operations research, optimization/mathematics, engineering optimization, and computer science. OMID BOZORG-HADDAD, PhD, is Professor in the Department of Irrigation and Reclamation Engineering at the University of Tehran, Iran. MOHAMMAD SOLGI, M.Sc., is Teacher Assistant for M.Sc. courses at the University of Tehran, Iran. HUGO A. LOÁICIGA, PhD, is Professor in the Department of Geography at the University of California, Santa Barbara, United States of America.
