Справка
ЭБС "КОНСУЛЬТАНТ СТУДЕНТА"
Электронная библиотека технического вуза
Все издания
Вход / регистрация
Во весь экран / Свернуть
en
Версия для слабовидящих
Каталог
Все издания
Меню
Искать в книге
К результату поиска
Расширенный поиск
Закладки
На главную
Вход / регистрация
Во весь экран / Свернуть
en
Управление
Мои отчеты
Каталог
Издательства
УГС
Мои списки
Скачать приложение
Современные алгоритмы поисковой оптимизации. Алгоритмы, вдохновленные природой
Оборот титула
Оглавление
Предисловие
Основные обозначения
Введение
Глава 1. Постановка задачи поисковой оптимизации и непопуляционные стохастические алгоритмы ее решения
+
Глава 2. Эволюционные алгоритмы
+
Глава 3. Алгоритмы роя частиц, колонии муравьев и пчелиного роя
+
Глава 4. Другие популяционные алгоритмы, вдохновленные живой природой
+
Глава 5. Популяционные алгоритмы, инспирированные неживой природой, человеческим обществом, и другие популяционные алгоритмы
+
Глава 6. Гибридизация популяционных алгоритмов
+
Глава 7. Метаоптимизация популяционных алгоритмов
+
Глава 8. Популяционные алгоритмы многоцелевой оптимизации
+
Глава 9. Параллельные популяционные алгоритмы поисковой оптимизации
-
9.1. Классификация и основные типы параллельных ЭВМ
9.1.1. Классификация параллельных вычислительных систем
9.1.2. Основные типы параллельных ЭВМ
9.2. Балансировки загрузки параллельной ЭВМ
9.2.1. Задача оптимального отображения алгоритма на архитектуру параллельной ЭВМ
9.2.2. Постановка задачи балансировки загрузки
9.2.3. Методы статической балансировки загрузки
9.2.4. Методы динамической балансировки загрузки
9.2.5. Задача согласования алгоритма с архитектурой параллельной ЭВМ
9.3. Методы распараллеливания популяционных алгоритмов оптимизации
9.3.1. Глобальная модель параллелизма
9.3.2. Островная модель параллелизма
9.3.3. Диффузная модель параллелизма
9.3.4. Другие модели параллелизма
9.4. Примеры параллельного решения задач оптимизации
9.4.1. Параллельный алгоритм роя частиц GIPSO
9.4.2. Параллельный алгоритм Парето-аппроксимации роем частиц
Вопросы для самопроверки
Литература
Приложение А. История разработки популяционных алгоритмов поисковой оптимизации
Приложение Б. Тестовые функции для одноцелевой задачи глобальной оптимизации
Приложение В. Тестовые задачи многоцелевой оптимизации
Предметный указатель
Close Menu
Раздел
12
/
17
Страница
10
/
36
Глава 9. Параллельные популяционные алгоритмы поисковой оптимизации
/
/
Каталог
Издательства
УГС
Мои списки
Скачать приложение
Современные алгоритмы поисковой оптимизации. Алгоритмы, вдохновленные природой
Оглавление
Предисловие
Основные обозначения
Введение
Глава 1. Постановка задачи поисковой оптимизации и непопуляционные стохастические алгоритмы ее решения
+
Глава 2. Эволюционные алгоритмы
+
Глава 3. Алгоритмы роя частиц, колонии муравьев и пчелиного роя
+
Глава 4. Другие популяционные алгоритмы, вдохновленные живой природой
+
Глава 5. Популяционные алгоритмы, инспирированные неживой природой, человеческим обществом, и другие популяционные алгоритмы
+
Глава 6. Гибридизация популяционных алгоритмов
+
Глава 7. Метаоптимизация популяционных алгоритмов
+
Глава 8. Популяционные алгоритмы многоцелевой оптимизации
+
Глава 9. Параллельные популяционные алгоритмы поисковой оптимизации
-
9.1. Классификация и основные типы параллельных ЭВМ
9.1.1. Классификация параллельных вычислительных систем
9.1.2. Основные типы параллельных ЭВМ
9.2. Балансировки загрузки параллельной ЭВМ
9.2.1. Задача оптимального отображения алгоритма на архитектуру параллельной ЭВМ
9.2.2. Постановка задачи балансировки загрузки
9.2.3. Методы статической балансировки загрузки
9.2.4. Методы динамической балансировки загрузки
9.2.5. Задача согласования алгоритма с архитектурой параллельной ЭВМ
9.3. Методы распараллеливания популяционных алгоритмов оптимизации
9.3.1. Глобальная модель параллелизма
9.3.2. Островная модель параллелизма
9.3.3. Диффузная модель параллелизма
9.3.4. Другие модели параллелизма
9.4. Примеры параллельного решения задач оптимизации
9.4.1. Параллельный алгоритм роя частиц GIPSO
9.4.2. Параллельный алгоритм Парето-аппроксимации роем частиц
Вопросы для самопроверки
Литература
Приложение А. История разработки популяционных алгоритмов поисковой оптимизации
Приложение Б. Тестовые функции для одноцелевой задачи глобальной оптимизации
Приложение В. Тестовые задачи многоцелевой оптимизации
Предметный указатель