由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高99元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
醉染图书全局化 基于递归深度群体搜索的新方法9787302581871
¥ ×1
部分全局化问题、算法与递归深度群体搜索技术
章全局化问题题与算法简介
1.1化问题
1.1.1化模型
1.1.2化问题的基本理论
1.1.3化算法简介
1.2全局化问题
1.2.1全局化问题的理论困境:全局条件的缺失
1.2.2全局化问题的数值困境:计算复杂度的挑战
1..全局化问题的数值困境:问题维数的诅咒
1.3全局化算法简介
1.3.1确定全局优化算法
1.3.2随机全局化算法
第2章递归深度群体搜索技术
2.1全局化,近无效现象
2.1.1渐近无效的一个实例
2.1.2渐近无效的普遍
……
刘群锋,理学博士,东莞理工学院教授,分别于1999年、2002年在华中科技大学数学系获学士、硕士,于2011年在湖南大学数学学院获博士。主要从事全局优化、计算智能与机器学习等领域的理论与方法研究。主持自然科学面上项目、人文社科青年项目、广东省自然科学面上项目等科研项目5项,累计研究经费超400万。在相关领域的主流期刊上发表50余篇。
"全局很优化算法致力于用计算的手段近似求解出很优化问题的全局很优解,在科学与工程问题中具有很好重要的地位。
随着人工智能浪潮的到来,这一地位得到了进一步加强。本书介绍作者近十年来在全局优化领域的研究中提出来的一类新方法,这类方法采用了多水平、多尺度的递归深度群体搜索策略,能够用更少的成本找到精度更好的近似解。本书介绍递归深度群体搜索策略及其在确定全局优化和智能优化两个子领域的具体应用。这些研究成果都已在全局优化和演化计算领域的靠前很好期刊发表。同时,本书的主题符合新一代人工智能发展的需求。因此,本书具有很好的前沿与时代特色。"
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格
