Name: Archiving Strategies for Evolutionary Multi-Objective Optimization Algorithms (en Inglés)
Price: 258830.00 CLP
Availability: InStock
Author: Schütze, Oliver ; Hernández, Carlos
ISBN: 9783030637750

portada Archiving Strategies for Evolutionary Multi-Objective Optimization Algorithms (en Inglés)

Formato

Libro Físico

Autor

Carlos Hernández

Oliver Schütze

Editorial

Springer

Idioma

Inglés

N° páginas

234

Encuadernación

Tapa Blanda

Dimensiones

23.4 x 15.6 x 1.3 cm

Peso

0.35 kg.

ISBN13

9783030637750

Categorías

Ingeniería: general
Inteligencia artificial

Archiving Strategies for Evolutionary Multi-Objective Optimization Algorithms (en Inglés)

Carlos Hernández (Autor) · Oliver Schütze (Autor) · Springer · Tapa Blanda

Libro Nuevo

$ 258.830

$ 359.490

Ahorras: $ 100.660

28% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Jueves 18 de Julio y el Martes 30 de Julio.

Lo recibirás en cualquier lugar de Chile entre 1 y 3 días hábiles luego del envío.

Reseña del libro "Archiving Strategies for Evolutionary Multi-Objective Optimization Algorithms (en Inglés)"

This book presents an overview of archiving strategies developed over the last years by the authors that deal with suitable approximations of the sets of optimal and nearly optimal solutions of multi-objective optimization problems by means of stochastic search algorithms. All presented archivers are analyzed with respect to the approximation qualities of the limit archives that they generate and the upper bounds of the archive sizes. The convergence analysis will be done using a very broad framework that involves all existing stochastic search algorithms and that will only use minimal assumptions on the process to generate new candidate solutions. All of the presented archivers can effortlessly be coupled with any set-based multi-objective search algorithm such as multi-objective evolutionary algorithms, and the resulting hybrid method takes over the convergence properties of the chosen archiver. This book hence targets at all algorithm designers and practitioners in the field of multi-objective optimization.