معرفی و دانلود کتاب الگوریتم‌های بهینه سازی الهام گرفته از طبیعت

معرفی کتاب الگوریتم‌های بهینه سازی الهام گرفته از طبیعت

کتاب الگوریتم‌های بهینه سازی الهام گرفته از طبیعت نوشته‌ی شین شی یانگ، مفاهیم پایه و اصلی در بهینه‌سازی ریاضی و کاربردهای آن را با زبانی ساده و روان مورد مطالعه و بررسی قرار می‌دهد. دانش بهینه‌سازی ریاضی، دانشی‌ست که موضوع آن انتخاب بهترین عضو از یک مجموعه است. این هدف، به کمک الگوریتم‌های بهینه‌سازی محقق می‌شود. طبیعتی که طی میلیاردها سال تکامل یافته، منبعی غنی برای الهام‌گیری الگوریتم‌هاست. محققان در سال‌های مختلف، از این منبع بسیار کمک گرفته و موفق به کشف الگوهای گوناگونی شده‌اند که همچنان نیز در حال تکامل و گسترش است. از جمله این الگوریتم‌ها می‌توان به الگوریتم گرده‌افشانی گل، الگوریتم کرم شب‌تاب، جستجوی گرانشی و... اشاره کرد.

کتاب حاضر به معرفی، تجزیه و تحلیل این الگوریتم‌ها و اجزای کلیدی آن‌ها می‌پردازد. مباحثی چون پیشرفت‌های اخیر در الگوریتم‌ها و مسائل کاربردی، مبانی ریاضی، تکنیک‌های داده‌کاوی و ارتباط آن با الگوریتم‌های الهام‌گرفته از طبیعت، نمونه‌هایی از عناوینی‌ست که در این کتاب به آن‌ها اشاره شده است. همچنین، مباحثی چون بهینه‌سازی چندهدفه، الگوریتم‌های خودتنظیم‌کننده، الگوریتم‌های تفاضلی یا دیفرانسلی به تفصیل شرح داده شده است.

کتاب الگوریتم‌های بهینه سازی الهام گرفته از طبیعت برای چه کسانی مناسب است؟

این کتاب مباحث اساسی الگوریتم‌ها و تحلیل آن‌ها را به طور کامل عرضه می‌کند. از آن‌جایی که دانش بهینه‌سازی در علوم مختلف، به ویژه علم اقتصاد و مدیریت، مورد استفاده است، مطالعه‌ی آن برای تمامی دانشجویان کلیه مقاطع شاخه‌های گوناگون مهندسی و علوم ریاضی، اقتصاد و مدیریت مفید خواهد بود.

در بخشی از کتاب الگوریتم‌های بهینه سازی الهام گرفته از طبیعت می‌خوانیم

پیچیدگی محاسباتی موضوع بسیار مهمی است و به تخمین سختی یا آسانی حل یک مسئله از طریق محاسبات مربوط می‌شود. با این حال پیچیدگی محاسباتی زمان واقعی محاسباتی را که برای حل یک مسئله خاص صرف می‌شود، پیش‌بینی نمی‌کند، زیرا پیاده‌سازی به عوامل دیگری مانند سخت افزار و نرم افزار بستگی دارد. بنابراین، پیچیدگی تخمینی از ترتیب یا تعداد عملیات محاسباتی، است نه زمان. به زبان ساده پیچیدگی محاسباتی و کلاس‌ها با ماشین‌های Turing ارتباط نزدیکی دارند.

فهرست مطالب کتاب

فصل یک: معرفی الگوریتم‌ها
فصل دو: مبانی ریاضی
فصل سه: تحلیل الگوریتم‌ها
فصل چهار: بهینه‌سازی و پیاده‌روی تصادفی
فصل پنج: تبرید شبیه‌سازی‌شده
فصل شش: الگوریتم‌های ژنتیک
فصل هفت: الگوریتم تکامل تفاضلی یا دیفرانسیلی
فصل هشت: بهینه‌سازی دسته‌جمعی ذرات
فصل نه: الگوریتم کرم شب‌تاب
فصل ده: جست‌وجوی فاخته
فصل یازده: الگوریتم‌های خفاش
فصل دوزاده: الگوریتم‌های گرده‌افشانی گل
فصل سیزده: چارچوبی برای الگوریتم‌های خودتنظیم‌کننده
فصل چهارده: چگونگی مواجهه با قیود
فصل پانزده: بهینه‌سازی چندهدفه
فصل شانزده: داده‌کاوی و یادگیری
پیوست‌ها