Produktbild: Multi-Objective Memetic Algorithms
Band 171 - 12%

Multi-Objective Memetic Algorithms

12% sparen

139,99 € UVP 160,49 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

26.02.2009

Herausgeber

Chi-Keong Goh + weitere

Verlag

Springer Berlin

Seitenzahl

404

Maße (L/B/H)

24,5/16,5/2,9 cm

Gewicht

757 g

Auflage

2009

Sprache

Englisch

ISBN

978-3-540-88050-9

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

26.02.2009

Herausgeber

Verlag

Springer Berlin

Seitenzahl

404

Maße (L/B/H)

24,5/16,5/2,9 cm

Gewicht

757 g

Auflage

2009

Sprache

Englisch

ISBN

978-3-540-88050-9

Herstelleradresse

Springer Nature Customer Service Center GmbH
Europaplatz 3
69115 Heidelberg
DE
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: Multi-Objective Memetic Algorithms
  • Evolutionary Multi-Multi-Objective Optimization - EMMOO.- Implementation of Multiobjective Memetic Algorithms for Combinatorial Optimization Problems: A Knapsack Problem Case Study.- Knowledge Infused in Design of Problem-Specific Operators.- Solving Time-Tabling Problems Using Evolutionary Algorithms and Heuristics Search.- An Efficient Genetic Algorithm with Uniform Crossover for the Multi-Objective Airport Gate Assignment Problem.- Application of Evolutionary Algorithms for Solving Multi-Objective Simulation Optimization Problems.- Feature Selection Using Single/Multi-Objective Memetic Frameworks.- Multi-Objective Robust Optimization Assisted by Response Surface Approximation and Visual Data-Mining.- Multiobjective Metamodel–Assisted Memetic Algorithms.- A Convergence Acceleration Technique for Multiobjective Optimisation.- Knowledge Propagation through Cultural Evolution.- Risk and Cost Tradeoff in Economic Dispatch Including Wind Power Penetration Based on Multi-Objective Memetic Particle Swarm Optimization.- Hybrid Behavioral-Based Multiobjective Space Trajectory Optimization.- Nature-Inspired Particle Mechanics Algorithm for Multi-Objective Optimization.- Information Exploited for Local Improvement.- Combination of Genetic Algorithms and Evolution Strategies with Self-adaptive Switching.- Comparison between MOEA/D and NSGA-II on the Multi-Objective Travelling Salesman Problem.- Integrating Cross-Dominance Adaptation in Multi-Objective Memetic Algorithms.- A Memetic Algorithm for Dynamic Multiobjective Optimization.- A Memetic Coevolutionary Multi-Objective Differential Evolution Algorithm.- Multiobjective Memetic Algorithm and Its Application in Robust Airfoil Shape Optimization.