Self-Adaptive Heuristics for Evolutionary Computation
Evolutionary algorithms are successful biologically inspired meta-heuristics. Their success depends on adequate parameter settings. The question arises: how can evolutionary algorithms learn parameters automatically during the optimization? Evolution strategies gave an answer decades ago: self-adapt...
محفوظ في:
| المؤلف الرئيسي: | Kramer, Oliver |
|---|---|
| التنسيق: | Livre numérique |
| اللغة: | Anglais |
| منشور في: |
Berlin, Heidelberg :
Springer Berlin Heidelberg
2008.
Cham : Springer Nature |
| سلاسل: | Studies in Computational Intelligence
147 |
| الوصول للمادة أونلاين: | Accès sur la plateforme de l'éditeur Accès sur la plateforme Istex Accès Université d'Orléans Accès INSA CVL |
| ملاحظة: |
Archives Springer e-books (Licence nationale) Archives Springer e-books (Licence nationale) |
| Autres localisations: | Voir dans le Sudoc |
| Edition sous un autre format: | • Self-Adaptive Heuristics for Evolutionary Computation, Texte imprimé, 9783642088780 • Self-Adaptive Heuristics for Evolutionary Computation, Texte imprimé, 9783540865179 • Self-Adaptive Heuristics for Evolutionary Computation, Texte imprimé, 9783540692805 |
مواد مشابهة
-
Heuristics and Hyper-Heuristics
(Livre numérique)
IntechOpen, 2023 -
Heuristics.
(Article de revue numérique)
Journal of Visualized Experiments (JoVE), 2024 -
Evolutionary Computation
(Livre numérique)
Alavi, Amir, وآخرون
MDPI - Multidisciplinary Digital Publishing Institute, 2021 -
Evolutionary Computation
(Livre numérique)
MDPI - Multidisciplinary Digital Publishing Institute, 2025 -
Evolutionary Computation
(Livre numérique)
IntechOpen, 2021

