Newsletter

Ja, Ich möchte den Newsletter der AC Distribution & Marketing GmbH mit Neuigkeiten, Gutscheinen und Aktionen zu Musik-, Video-, Elektro-, Haushalts- und Geschenkartikeln per E-Mail erhalten. Meine Daten werden keinesfalls an Dritte weitergegeben. Die Abmeldung ist jederzeit kostenlos möglich.

  • Sie verwenden einen veralteten Webbrowser, weshalb es zu Problemen mit der Darstellung kommen kann. Bei Problemen mit der Bestellabgabe können Sie gerne auch telefonisch bestellen unter: 0848 250 450 (0,08 Fr/min)

Evolutionary Multiobjective Optimization with Gaussian Process Models

Mlakar:Evolutionary Multiobjective Opti
Autor: Miha Mlakar
Verfügbarkeit: Auf Lager.
Artikelnummer: 700464
ISBN / EAN: 9783659759352

Verfügbarkeit: sofort lieferbar

Fr. 44,00
Inkl. MwSt. , zzgl. Versandkosten

Produktbeschreibung

This book focuses on the field of surrogate-model-based multiobjective evolutionary optimization. It describes the sate-of-the-art concepts and methods, presents various optimization problems and describes current challenges. The main contributions are done for the optimization problems, where solutions are presented with uncertainty. To compare solutions under uncertainty and improve the optimization results the new relations for comparing solutions under uncertainty are defined. These relations reduce the possibility of incorrect comparisons due to the inaccurate approximations. The relations under uncertainty are then used in the new surrogate-model-based multiobjective evolutionary algorithm called GP-DEMO. The algorithm is thoroughly tested on benchmark and real-world problems and the results show that GP-DEMO, in comparison to other multiobjective evolutionary algorithms, produces comparable results while requiring fewer exact evaluations of the original objective functions.

Zusatzinformation

Autor Verlag LAP Lambert Academic Publishing
ISBN / EAN 9783659759352 Bindung Taschenbuch

Sie könnten auch an folgenden Produkten interessiert sein

0 Kundenmeinungen

Bitte schreiben Sie uns Ihre Meinung zu: Evolutionary Multiobjective Optimization with Gaussian Process Models

  • Wenn Sie dieses Eingabefeld sehen sollten, lassen Sie es leer!