Hodnocení:
Kniha nabízí úvod do přírodou inspirovaných algoritmů a metaheuristických algoritmů, poskytuje pseudokódy a dobrý přehled. Postrádá však hlubší analýzu a má některé problémy s kvalitou, což může být pro čtenáře hledající podrobné vysvětlení frustrující.
Klady:⬤ Poutavé a čtivé
⬤ poskytuje dobrý přehled
⬤ obsahuje pseudokódy
⬤ vhodné pro začátečníky
⬤ pěkná prezentace
⬤ někteří čtenáři ji i přes problémy považovali za přínosnou.
⬤ Postrádá hloubku, pro hlubší pochopení vyžaduje odkazy na externí dokumenty
⬤ některé recenze zaznamenaly nedbalé psaní a chyby
⬤ duplicitní obsah s jinou knihou
⬤ někteří ji považovali za špatně napsanou a z hlediska hodnoty za politováníhodnou.
(na základě 10 hodnocení čtenářů)
Nature-Inspired Metaheuristic Algorithms: Second Edition
Moderní metaheuristické algoritmy, jako je optimalizace pomocí roje částic a kukaččí vyhledávání, začínají prokazovat svou sílu při řešení náročných optimalizačních problémů a dokonce i NP-těžkých problémů. Tato kniha podává přehled a představuje nejmodernější přírodou inspirované metaheuristické algoritmy pro globální optimalizaci, včetně algoritmů mravenců a včel, netopýřího algoritmu, vyhledávání kukačky, diferenciální evoluce, algoritmu světlušek, genetických algoritmů, vyhledávání harmonie, optimalizace pomocí částicového roje, simulovaného žíhání a strojů s podpůrnými vektory.
V tomto revidovaném vydání jsme také zahrnuli způsoby řešení nelineárních omezení. Na pracovních příkladech s implementací jsme ukázali, jak jednotlivé algoritmy fungují.
Tato kniha je tak ideální učebnicí pro bakalářský a/nebo magisterský kurz i pro samostudium. Vzhledem k tomu, že některé z algoritmů, jako například algoritmus hledání kukačky a algoritmus Firefly, jsou v popředí současného výzkumu, může tato kniha sloužit také jako referenční příručka pro výzkumné pracovníky.
© Book1 Group - všechna práva vyhrazena.
Obsah těchto stránek nesmí být kopírován ani použit, a to ani částečně ani úplně, bez písemného svolení vlastníka.
Poslední úprava: 2024.11.08 20:25 (GMT)