Advances in Hyper-Heuristics
Sorozatcím: Natural Computing Series;
-
12% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár EUR 171.19
-
72 259 Ft (68 818 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 12% (cc. 8 671 Ft off)
- Kedvezményes ár 63 588 Ft (60 560 Ft + 5% áfa)
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
72 259 Ft
Beszerezhetőség
Még nem jelent meg, de rendelhető. A megjelenéstől számított néhány héten belül megérkezik.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadás sorszáma 2025
- Kiadó Springer
- Megjelenés dátuma 2025. november 11.
- Kötetek száma 1 pieces, Book
- ISBN 9789819755578
- Kötéstípus Keménykötés
- Terjedelem150 oldal
- Méret 235x155 mm
- Nyelv angol
- Illusztrációk Approx. 150 p. 700
Kategóriák
Hosszú leírás:
The field of hyper-heuristics has been developing rapidly over the years with a number of new advancements in the field. The book firstly examines the different levels of generality that can be attained by a hyper-heuristic and provides a standardization for hyper-heuristics. The book investigates a further level of generality in hyper-heuristics across discrete and continuous optimization. The concept of learning within hyper-heuristics is then reviewed. The use of hyper-heuristics for the automated design of machine learning and search algorithms as well as the automated design of hyper-heuristics and hybrid hyper-heuristics is examined. An overview of the use of approaches not previously employed by hyper-heuristics, such as neural networks, is given. Recent trends in computational intelligence, namely, transfer learning and explainable artificial intelligence, are reported in the context of hyper-heuristics. Recent applications of hyper-heuristics in areas such multi-objective optimization and search-based software engineering are also presented.
This book is suitable for postgraduate students, researchers, and practitioners who are interested in evolutionary computing, artificial intelligence, or operations research.
TöbbTartalomjegyzék:
Chapter 1: Introduction.- Chapter 2: Generalization Levels of Hyper-Heuristics.- Chapter 3: Evaluation of Hyper-Heuristic Performance.- Chapter 4 - Standardization of Hyper-Heuristics.- Chapter 5: Automated Design Using Hyper-Heuristics.- Chapter 6: Machine Learning in Hyper-Heuristics.- Chapter 7: Cross-Domain Hyper-Heuristics Revisited.- Chapter 8: Hybrid Hyper-Heuristics.- Chapter 9: Hyper-Heuristics for Continuous Optimization.- Chapter 10: Explainable Hyper-Heuristics.- Chapter 11: Automated Design of Hyper-Heuristics.- Chapter 12: Transfer Learning in Hyper-Heuristics.- Chapter 13: Future Research Directions.- Chapter 14: Conclusions.
Több
