Marcin Mazureknarzędzia online · artykuły · księgarniaRSS
-5% na wszystkie ebooki w Księgarni PWNWpisz kod w koszyku Księgarni PWN przy zamówieniu. Kod ważny do 31.10.2026.
allAFF5

Ebooki objęte rabatem: Popularnonaukowe i specjalistyczne Ekonomia i biznes Fantastyka Historyczne Dla dzieci i młodzieży Kulinarne

Okładka: Algorytmy genetyczne. Kompendium, t. 2

Algorytmy genetyczne. Kompendium, t. 2

Autor: Tomasz Dominik Gwiazda

PWNebook

53,98 zł 74,00 zł -27%

Kup w Księgarni PWN

Kategorie
Ebooki popularnonaukowe i specjalistyczne, Informatyka
Wydawca
Wydawnictwo Naukowe PWN
Rodzaj
ebook
ISBN
5900497302005

Opis

Tom 2 Kompendium prezentuje ponad 140 operatorów mutacji przeznaczonych do rozwiązywania problemów optymalizacji numerycznej. Układ książki nawiązuje do układu tomu 1, jednak tym razem prosty podział na operatory dedykowane do rozwiązywania problemów kodowanych liczbami binarnymi i liczbami rzeczywistymi już nie wystarczał. Prace badawcze poświęcone operatorowi mutacji nie sprowadzają się bowiem do opracowania jego nowej, często dedykowanej, postaci. Jednym z głównych pytań stawianych w kontekście tego operatora jest pytanie o prawdopodobieństwo jego stosowania i o skalę perturbacji wnoszonej przez ten operator, dlatego też trzy spośród siedmiu rozdziałów książki poświęcone są właśnie tej kwestii. Ostatecznie układ książki jest następujący. Pierwsze trzy rozdziały prezentują sugestie, formuły i metody stosowane w określaniu wartości parametrów sterujących procesem mutacji. Zastosowano tu najbardziej popularny podział na podejście deterministyczne statyczne i dynamiczne, podejście adaptywne dynamiczne i podejście samoadaptywne. Dwa ostatnie rozdziały przedstawiają operatory mutacji opracowane z myślą o problemach kodowanych liczbami binarnymi i rzeczywistymi. Internetowy serwis autora (www.tomaszgwiazda.pl) oferuje więcej szczegółów, w tym pierwsze 40 stron tomu pierwszego do pobrania jako dokument PDF. Spis treści1. Wstęp 9 2. Standardowe operatory mutacji 13 Wymiana/odwrócenie bitu (Bit-flip/Invert a Bit/Bit Substitution) (B) 13 Wstawienie bitu (Bit Insertion) (B) 14 Usunięcie bitu (Bit Deletion) (B) 14 Wstawienie genu (Gene Insertion) (B) 15 Usunięcie genu (Gene Deletion) (B) 16 Inwersja genu (Gene Inversion) (B) 16 Transpozycja genu (Gene Transposition) (B) 17 Retrotranspozycja genu (Gene Retro Transposition) (B) 18 Losowa wartość bitu (Random Bit Value) (B) 19 Losowa (z zaburzeniem) wartość bitu (Random Bit Value With a Bias) (B) 20 Wymiana pary bitów (Swap Two Bits) (B) 21 Mutacja pełzająca (Creep Mutation) (B) 21 3. Kontrola parametrów – podejście deterministyczne statyczne i dynamiczne 23 Sugestia i formuła De Jonga (B, R)(P) 23 Sugestia Grefenstette’a (B, R)(P) 23 Sugestia i formuła Schaffera i in. (B, R)(P) 23 Formuła Bäcka (B, R)(P) 24 Formuła Mühlenbeina (B, R)(P) 24 Sugestia i formuła Fogarty’ego (B, R)(P) 25 Sugestia i formuła Hessera i Mannera (B, R)(P) 25 Formuła Greenwella i in. (B, R)(P) 26 Formuła Bäcka i Schütza (B, R)(P) 26 Formuła Beasleya (B, R)(P) 27 Formuła Leite’a i Toppinga (B, R)(P) 28 Formuła Senga i in. (B, R)(P) 28 Formuła Nguyena i Wonga (B, R)(MS) 29 Formuła Srivastavy i in. (B, R)(P) 29 Formuła Madeline (B, R)(P) 30 Reguła odmładzania populacji (Population Rejuvenation Rule) (B, R) 31 4. Kontrola parametrów – podejście adaptywne dynamiczne 32 Reguła Rechenberga (B, R)(P) 32 Formuła Bäcka (B, R)(P) 33 Formuła Fullera i in. (B)(P) 33 Formuła Chena i in. (B, R)(P) 34 Formuła progu błędu Ochoi i in. (B, R) 34 Formuła Elhadefa i Ayeba (B, R)(P) 35 Reguła Droste’a i in. (B, R)(P) 36 Formuła He i in. (B, R)(P) 37 Formuła Chenga i in. (B, R)(P) 37 Formuły Metcalfe’a i Charbonneau (B, R)(P) 38 Formuła Tana i in. (B, R)(P) 39 Formuła Chana i Liu (B, R)(P) 40 Formuła Minqianga i Jisonga (B, R)(P) 41 Formuła Kamoia i Iwaia (B, R)(P) 41 Formuła Liu i Fenga (B, R)(P) 42 Formuła Quirina i Korczaka (B, R)(P) 43 Uaktywniana hipermutacja (Triggered Hypermutation) (B, R)(P) 44 Adaptacja prawdopodobieństwa krzyżowania i mutacji-1 (Adaptive Probabilities of Crossover and Mutation-1) (B, R)(P) 46 Metoda Zhu i Changa (B, R)(P) 49 Prawdopodobieństwo bazujące na stopniu koncentracji (Concentration Degree-based Operator Probabilities) (B, R)(P) 51 Metoda Zhuanga i in. (B, R)(P) 53 Adaptywne prawdopodobieństwo operatora (Adaptive Operator Probabilities) (B, R)(P) 54 COBRA (B, R)(P) 57 Mutacja kontrolowana logiką rozmytą (Fuzzy Logic Controlled Mutation) (B, R)(P) 59 Model adaptywny bazujący na regule probabilistycznej (Probabilistic Rule-based Adaptive Model) (B, R)(P) 60 Adaptywna asymetryczna mutacja (Adaptive Asymmetric Mutation) (B, R)(P) 65 Adaptacja prawdopodobieństwa krzyżowania i mutacji-2 (Adaptive Probabilities of Crossover and Mutation-2) (B, R)(P) 67 Adaptacja prawdopodobieństwa krzyżowania i mutacji-3 (Adaptive Probabilities of Crossover and Mutation-3) (B, R)(P) 70 Adaptywna alleliczna mutacja (Adaptive Allelic Mutation) (B, R) (P) 72 Adaptywna mutacja metodą stałego przyrostu i redukcji (Constant Gain & Declining Adaptive Mutation) (B, R) (P) 74 Adaptacja prawdopodobieństwa krzyżowania i mutacji-4 (Adaptive Probabilities of Crossover and Mutation-4) (B, R)(P) 77 Adaptacja prawdopodobieństwa krzyżowania i mutacji-5 (Adaptive Probabilities of Crossover and Mutation-5) (B, R)(P) 80 Adaptacja prawdopodobieństwa krzyżowania i mutacji-6 (Adaptive Probabilities of Crossover and Mutation-6) (B)(P) 82 Adaptacja prawdopodobieństwa krzyżowania i mutacji-7 (Adaptive Probabilities of Crossover and Mutation-7) (B, R)(P) 84 Adaptywna strategia gonitwy (Adaptive Pursuit Strategy) (B, R)(P) 87 Ochrona p

Linki do księgarni są linkami partnerskimi Grupy Helion i Księgarni PWN (przez sieć Adtraction). Ceny i dostępność pochodzą z oferty wydawcy i mogą się zmienić.