Verwandte Artikel zu Flowhop Scheduling mit parallelen Genetischen Algorithmen:...
Flowhop Scheduling mit parallelen Genetischen Algorithmen: Eine problemorientierte Analyse genetischer Suchstrategien - Softcover
Inhaltsangabe
rungs problem en in unterschiedlichen wissenschaftlichen Disziplinen anwen deten [Gold89. 1, S. 126-130]. Das Optimierungsproblem in seiner allgemeinsten Form ist die Aufgabe Optimiere -+ f (x) , XEM, (10) n n mit f als reellwertiger Funktion des lR und M C lR als Raum aller zulassigen Lasungen. Die Optimierung beliebiger reeller Funktionen unter Verwendung Genetischer Algorithmen wurde zuerst in der Dissertation von de Jong [Jong75] behandelt. Die von ihm experimentell untersuchten unste tigen, nichtkonvexen, multimodalen und stochastischen Funktionen dienen in der Literatur seither als Standardprobleme zur Validierung genetischer Optimierungsstrategien, siehe etwa [MSB91]. Wird in der Formulierung der Aufgabe (10) zusatzlich die Ganzzahligkeitsbedingung an die Kompo nenten der Lasungsvektoren x gekntipft, so fallt das Problem bekanntlich in den Bereich der kombinatorischen Optimierung. An einem einfachen Beispiel soll das konstruktive Paradigma der genetischen Optimierung ein gefiihrt werden. Hierzu werden wir eine der Biologie entlehnte begrifHiche Analogie verwenden, die in Abschnitt 3. 2 zusammenhangend dargestellt wird. Es sei die Aufgabe 2 Max -+ f(x,y)=x -2xy+y2, O:::;x,y:::;k-lmitx,yElN (11) 2 mit k als Zweierpotenz, also z. B. k = 32, gegeben. Jedes der 32 unter schiedlichen 2-Tupel, welche als potentielle Optimallasungen der Aufgabe zur Diskussion stehen, bezeichnet den Phanotyp einer zulassigen Lasung. Dieser laBt sich tiber eine Binartransformation in zwei Strings der Lange log2 k darstellen. x) = ( 25 ) 11 1 0 0 1 I (12) ( y 14 -+ 0 1 1 1 0 Die geordnete Menge binarer Strings definiert den Genotypus einer Lasung.
Die Inhaltsangabe kann sich auf eine andere Ausgabe dieses Titels beziehen.
Reseña del editor
rungs problem en in unterschiedlichen wissenschaftlichen Disziplinen anwen deten [Gold89. 1, S. 126-130]. Das Optimierungsproblem in seiner allgemeinsten Form ist die Aufgabe Optimiere -+ f (x) , XEM, (10) n n mit f als reellwertiger Funktion des lR und M C lR als Raum aller zulassigen Lasungen. Die Optimierung beliebiger reeller Funktionen unter Verwendung Genetischer Algorithmen wurde zuerst in der Dissertation von de Jong [Jong75] behandelt. Die von ihm experimentell untersuchten unste tigen, nichtkonvexen, multimodalen und stochastischen Funktionen dienen in der Literatur seither als Standardprobleme zur Validierung genetischer Optimierungsstrategien, siehe etwa [MSB91]. Wird in der Formulierung der Aufgabe (10) zusatzlich die Ganzzahligkeitsbedingung an die Kompo nenten der Lasungsvektoren x gekntipft, so fallt das Problem bekanntlich in den Bereich der kombinatorischen Optimierung. An einem einfachen Beispiel soll das konstruktive Paradigma der genetischen Optimierung ein gefiihrt werden. Hierzu werden wir eine der Biologie entlehnte begrifHiche Analogie verwenden, die in Abschnitt 3. 2 zusammenhangend dargestellt wird. Es sei die Aufgabe 2 Max -+ f(x,y)=x -2xy+y2, O:::;x,y:::;k-lmitx,yElN (11) 2 mit k als Zweierpotenz, also z. B. k = 32, gegeben. Jedes der 32 unter schiedlichen 2-Tupel, welche als potentielle Optimallasungen der Aufgabe zur Diskussion stehen, bezeichnet den Phanotyp einer zulassigen Lasung. Dieser laBt sich tiber eine Binartransformation in zwei Strings der Lange log2 k darstellen. x) = ( 25 ) 11 1 0 0 1 I (12) ( y 14 -+ 0 1 1 1 0 Die geordnete Menge binarer Strings definiert den Genotypus einer Lasung.
„Über diesen Titel“ kann sich auf eine andere Ausgabe dieses Titels beziehen.
Neu kaufen
Diesen Artikel anzeigen
EUR 56,51
EUR 3,40 für den Versand innerhalb von/der USA
Versandziele, Kosten & DauerSuchergebnisse für Flowhop Scheduling mit parallelen Genetischen Algorithmen:...
Foto des Verkäufers
Flowshop Scheduling mit parallelen genetischen Algorithmen : eine problemorientierte Analyse genetischer Suchstrategien. DUV : Wirtschaftsinformatik
Anbieter: books4less (Versandantiquariat Petra Gros GmbH & Co. KG), Welling, Deutschland
Verkäuferbewertung 5 von 5 Sternen
Broschiert. Zustand: Gut. XIV, 233 Seiten; Das hier angebotene Buch stammt aus einer teilaufgelösten wissenschaftlichen Bibliothek und trägt die entsprechenden Kennzeichnungen (Rückenschild, Instituts-Stempel.); Schnitt und Einband sind etwas staubschmutzig; der Buchzustand ist ansonsten ordentlich und dem Alter entsprechend gut. Sprache: Deutsch Gewicht in Gramm: 300. Bestandsnummer des Verkäufers 1556816
Anzahl: 1 verfügbar
Beispielbild für diese ISBN
Flowhop Scheduling mit parallelen Genetischen Algorithmen: Eine problemorientierte Analyse genetischer Suchstrategien (German Edition)
Anbieter: Lucky's Textbooks, Dallas, TX, USA
Verkäuferbewertung 5 von 5 Sternen
Zustand: New. Bestandsnummer des Verkäufers ABLIING23Apr0316110065149
Anzahl: Mehr als 20 verfügbar
Foto des Verkäufers
Flowhop Scheduling Mit Parallelen Genetischen Algorithmen : Eine Problemorientierte Analyse Genetischer Suchstrategien -Language: german
Anbieter: GreatBookPrices, Columbia, MD, USA
Verkäuferbewertung 5 von 5 Sternen
Zustand: New. Bestandsnummer des Verkäufers 19471480-n
Anzahl: 15 verfügbar
Beispielbild für diese ISBN
Flowhop Scheduling mit parallelen Genetischen Algorithmen (Paperback)
Verlag:
Deutscher Universitats-Verlag, Wiesbaden, 1993
ISBN 10: 3824420511
ISBN 13: 9783824420513
Neu
Paperback
Anbieter: Grand Eagle Retail, Mason, OH, USA
Verkäuferbewertung 5 von 5 Sternen
Paperback. Zustand: new. Paperback. rungs problem en in unterschiedlichen wissenschaftlichen Disziplinen anwen- deten [Gold89. 1, S. 126-130]. Das Optimierungsproblem in seiner allgemeinsten Form ist die Aufgabe Optimiere -+ f (x), XEM, (10) n n mit f als reellwertiger Funktion des lR und M C lR als Raum aller zulassigen Lasungen. Die Optimierung beliebiger reeller Funktionen unter Verwendung Genetischer Algorithmen wurde zuerst in der Dissertation von de Jong [Jong75] behandelt. Die von ihm experimentell untersuchten unste- tigen, nichtkonvexen, multimodalen und stochastischen Funktionen dienen in der Literatur seither als Standardprobleme zur Validierung genetischer Optimierungsstrategien, siehe etwa [MSB91]. Wird in der Formulierung der Aufgabe (10) zusatzlich die Ganzzahligkeitsbedingung an die Kompo- nenten der Lasungsvektoren x gekntipft, so fallt das Problem bekanntlich in den Bereich der kombinatorischen Optimierung. An einem einfachen Beispiel soll das konstruktive Paradigma der genetischen Optimierung ein- gefiihrt werden. Hierzu werden wir eine der Biologie entlehnte begrifHiche Analogie verwenden, die in Abschnitt 3. 2 zusammenhangend dargestellt wird. Es sei die Aufgabe 2 Max -+ f(x, y)=x -2xy+y2, O::: x, y::: k-lmitx, yElN (11) 2 mit k als Zweierpotenz, also z. B. k = 32, gegeben. Jedes der 32 unter- schiedlichen 2-Tupel, welche als potentielle Optimallasungen der Aufgabe zur Diskussion stehen, bezeichnet den Phanotyp einer zulassigen Lasung. Dieser laBt sich tiber eine Binartransformation in zwei Strings der Lange log2 k darstellen. x) = ( 25 ) 11 1 0 0 1 I (12) ( y 14 -+ 0 1 1 1 0 Die geordnete Menge binarer Strings definiert den Genotypus einer Lasung. rungs problem en in unterschiedlichen wissenschaftlichen Disziplinen anwenA deten [Gold89. 1, S. 126-130]. Das Optimierungsproblem in seiner allgemeinsten Form ist die Aufgabe Optimiere -+ f (x) , XEM, (10) n n mit f als reellwertiger Funktion des lR und M C lR als Raum aller zulassigen Lasungen. Die Optimierung beliebiger reeller Funktionen unter Verwendung Genetischer Algorithmen wurde zuerst in der Dissertation von de Jong [Jong75] behandelt. Die von ihm experimentell untersuchten unsteA tigen, nichtkonvexen, multimodalen und stochastischen Funktionen dienen in der Literatur seither als Standardprobleme zur Validierung genetischer Optimierungsstrategien, siehe etwa [MSB91]. Wird in der Formulierung der Aufgabe (10) zusatzlich die Ganzzahligkeitsbedingung an die KompoA nenten der Lasungsvektoren x gekntipft, so fallt das Problem bekanntlich in den Bereich der kombinatorischen Optimierung. An einem einfachen Beispiel soll das konstruktive Paradigma der genetischen Optimierung einA gefiihrt werden. Hierzu werden wir eine der Biologie entlehnte begrifHiche Analogie verwenden, die in Abschnitt 3. 2 zusammenhangend dargestellt wird. Es sei die Aufgabe 2 Max -+ f(x,y)=x -2xy+y2, O:::;x,y:::;k-lmitx,yElN (11) 2 mit k als Zweierpotenz, also z. B. k = 32, gegeben. Jedes der 32 unterA schiedlichen 2-Tupel, welche als potentielle Optimallasungen der Aufgabe zur Diskussion stehen, bezeichnet den Phanotyp einer zulassigen Lasung. Dieser laBt sich tiber eine Binartransformation in zwei Strings der Lange log2 k darstellen. x) = ( 25 ) 11 1 0 0 1 I (12) ( y 14 -+ 0 1 1 1 0 Die geordnete Menge binarer Strings definiert den Genotypus einer La Shipping may be from multiple locations in the US or from the UK, depending on stock availability. Bestandsnummer des Verkäufers 9783824420513
Anzahl: 1 verfügbar
Beispielbild für diese ISBN
Flowhop Scheduling mit parallelen Genetischen Algorithmen: Eine problemorientierte Analyse genetischer Suchstrategien (German Edition)
Anbieter: Best Price, Torrance, CA, USA
Verkäuferbewertung 5 von 5 Sternen
Zustand: New. SUPER FAST SHIPPING. Bestandsnummer des Verkäufers 9783824420513
Anzahl: 2 verfügbar
Foto des Verkäufers
Flowhop Scheduling Mit Parallelen Genetischen Algorithmen : Eine Problemorientierte Analyse Genetischer Suchstrategien -Language: german
Verlag:
Deutscher Universitätsverlag, 1993
ISBN 10: 3824420511
ISBN 13: 9783824420513
Gebraucht
Softcover
Anbieter: GreatBookPrices, Columbia, MD, USA
Verkäuferbewertung 5 von 5 Sternen
Zustand: As New. Unread book in perfect condition. Bestandsnummer des Verkäufers 19471480
Anzahl: 15 verfügbar
Beispielbild für diese ISBN
Flowhop Scheduling mit parallelen Genetischen Algorithmen: Eine problemorientierte Analyse genetischer Suchstrategien (German Edition)
Anbieter: Ria Christie Collections, Uxbridge, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
Zustand: New. In. Bestandsnummer des Verkäufers ria9783824420513_new
Anzahl: Mehr als 20 verfügbar
Beispielbild für diese ISBN
Flowhop Scheduling mit parallelen Genetischen Algorithmen: Eine problemorientierte Analyse genetischer Suchstrategien
Verlag:
Deutscher Universitäts Verlag 1993-01-01, 1993
ISBN 10: 3824420511
ISBN 13: 9783824420513
Neu
Paperback
Anbieter: Chiron Media, Wallingford, Vereinigtes Königreich
Verkäuferbewertung 4 von 5 Sternen
Paperback. Zustand: New. Bestandsnummer des Verkäufers 6666-IUK-9783824420513
Anzahl: 10 verfügbar
Foto des Verkäufers
Flowhop Scheduling mit parallelen Genetischen Algorithmen
Verlag:
Deutscher Universitätsverlag Jan 1993, 1993
ISBN 10: 3824420511
ISBN 13: 9783824420513
Neu
Taschenbuch
Anbieter: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Deutschland
Verkäuferbewertung 5 von 5 Sternen
Taschenbuch. Zustand: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -rungs problem en in unterschiedlichen wissenschaftlichen Disziplinen anwen deten [Gold89. 1, S. 126-130]. Das Optimierungsproblem in seiner allgemeinsten Form ist die Aufgabe Optimiere -+ f (x) , XEM, (10) n n mit f als reellwertiger Funktion des lR und M C lR als Raum aller zulassigen Lasungen. Die Optimierung beliebiger reeller Funktionen unter Verwendung Genetischer Algorithmen wurde zuerst in der Dissertation von de Jong [Jong75] behandelt. Die von ihm experimentell untersuchten unste tigen, nichtkonvexen, multimodalen und stochastischen Funktionen dienen in der Literatur seither als Standardprobleme zur Validierung genetischer Optimierungsstrategien, siehe etwa [MSB91]. Wird in der Formulierung der Aufgabe (10) zusatzlich die Ganzzahligkeitsbedingung an die Kompo nenten der Lasungsvektoren x gekntipft, so fallt das Problem bekanntlich in den Bereich der kombinatorischen Optimierung. An einem einfachen Beispiel soll das konstruktive Paradigma der genetischen Optimierung ein gefiihrt werden. Hierzu werden wir eine der Biologie entlehnte begrifHiche Analogie verwenden, die in Abschnitt 3. 2 zusammenhangend dargestellt wird. Es sei die Aufgabe 2 Max -+ f(x,y)=x -2xy+y2, O:::;x,y:::;k-lmitx,yElN (11) 2 mit k als Zweierpotenz, also z. B. k = 32, gegeben. Jedes der 32 unter schiedlichen 2-Tupel, welche als potentielle Optimallasungen der Aufgabe zur Diskussion stehen, bezeichnet den Phanotyp einer zulassigen Lasung. Dieser laBt sich tiber eine Binartransformation in zwei Strings der Lange log2 k darstellen. x) = ( 25 ) 11 1 0 0 1 I (12) ( y 14 -+ 0 1 1 1 0 Die geordnete Menge binarer Strings definiert den Genotypus einer Lasung. 252 pp. Deutsch. Bestandsnummer des Verkäufers 9783824420513
Anzahl: 2 verfügbar
Beispielbild für diese ISBN
Flowhop Scheduling mit Parallelen Genetischen Algorithmen
Verlag:
Deutscher Universitats-Verlag, 1993
ISBN 10: 3824420511
ISBN 13: 9783824420513
Neu
Softcover
Anbieter: Kennys Bookshop and Art Galleries Ltd., Galway, GY, Irland
Verkäuferbewertung 5 von 5 Sternen
Zustand: New. Num Pages: 233 pages, black & white illustrations, bibliography. Category: (P) Professional & Vocational. Dimension: 208 x 147 x 15. Weight in Grams: 318. . 1993. Paperback. . . . . Bestandsnummer des Verkäufers V9783824420513
Anzahl: 15 verfügbar