Andere Kunden interessierten sich auch für
![Anwendung kartesischer genetischer Programmierung für DSP-Algorithmen]( "Anwendung kartesischer genetischer Programmierung für DSP-Algorithmen")
Anwendung kartesischer genetischer Programmierung für DSP-Algorithmen32,90 €![Automating the Design of Data Mining Algorithms]( "Automating the Design of Data Mining Algorithms")
Automating the Design of Data Mining Algorithms77,99 €![Automating the Design of Data Mining Algorithms]( "Automating the Design of Data Mining Algorithms")
Automating the Design of Data Mining Algorithms74,99 €![Genetische Lernverfahren und Multiagentensysteme]( "Genetische Lernverfahren und Multiagentensysteme")
Genetische Lernverfahren und Multiagentensysteme49,00 €![Evolutionäre Algorithmen]( "Evolutionäre Algorithmen")
Evolutionäre Algorithmen64,99 €![Musikgenerierung mit Evolutionären Algorithmen]( "Musikgenerierung mit Evolutionären Algorithmen")
Musikgenerierung mit Evolutionären Algorithmen49,00 €![Algorithmen kompakt und verständlich]( "Algorithmen kompakt und verständlich")
Algorithmen kompakt und verständlich32,99 €
Das Graphenfärbeproblem ist für die Wirtschaft und
Informatik sehr bedeutend, da sich viele praxisnahe
Problemstellungen, wie zum Beispiel das Frequency
Assignment Problem, das Register Allocation Problem
oder aber das (Time-)Scheduling Problem, darauf
abbilden lassen. Aufgrund der hohen Komplexität (NP-
vollständig) gibt es nur sehr wenige exakte
Verfahren, die sich lediglich auf kleine
Graphinstanzen anwenden lassen. Der Bedarf nach
schnellen guten heuristischen Verfahren ist groß.
Doch lassen sich die bereits bestehenden Verfahren
kombinieren, um Synergieeffekte zu erhalten? Lassen
sich neue Ansätze einbinden? Der Autor André
Steinkamp gibt einen Überblick über die vorhandenen
Verfahren für das Graphenfärbeproblem und entwickelt
weitere Ansätze. Darauf aufbauend wird das Lernen
einer Heuristik auf der Basis der Genetischen
Programmierung spezifiziert und durchgeführt, sowie
die Ergebnisse analysiert. Grundlage der
Untersuchung bilden die Evolutionären Algorithmen.
Das Buch richtet sich an alle Personen in der
Forschung und Wirtschaft, die sich mit der
Optimierung von heuristischen Verfahren für komplexe
Problemstellungen beschäftigen.
Informatik sehr bedeutend, da sich viele praxisnahe
Problemstellungen, wie zum Beispiel das Frequency
Assignment Problem, das Register Allocation Problem
oder aber das (Time-)Scheduling Problem, darauf
abbilden lassen. Aufgrund der hohen Komplexität (NP-
vollständig) gibt es nur sehr wenige exakte
Verfahren, die sich lediglich auf kleine
Graphinstanzen anwenden lassen. Der Bedarf nach
schnellen guten heuristischen Verfahren ist groß.
Doch lassen sich die bereits bestehenden Verfahren
kombinieren, um Synergieeffekte zu erhalten? Lassen
sich neue Ansätze einbinden? Der Autor André
Steinkamp gibt einen Überblick über die vorhandenen
Verfahren für das Graphenfärbeproblem und entwickelt
weitere Ansätze. Darauf aufbauend wird das Lernen
einer Heuristik auf der Basis der Genetischen
Programmierung spezifiziert und durchgeführt, sowie
die Ergebnisse analysiert. Grundlage der
Untersuchung bilden die Evolutionären Algorithmen.
Das Buch richtet sich an alle Personen in der
Forschung und Wirtschaft, die sich mit der
Optimierung von heuristischen Verfahren für komplexe
Problemstellungen beschäftigen.