Name: Genetic Algorithms: Principles and Perspectives: A Guide to Ga Theory (en Inglés)
SKU: 58673345
Price: 2547.44 MXN
Availability: InStock
Author: Reeves, Colin R. ; Rowe, Jonathan E.
ISBN: 9781475778182

portada Genetic Algorithms: Principles and Perspectives: A Guide to Ga Theory (en Inglés)

Genetic Algorithms: Principles and Perspectives: A Guide to Ga Theory (en Inglés)

Formato

Libro Físico

Autor

Colin R. Reeves

Jonathan E. Rowe

Editorial

Springer

Idioma

Inglés

N° páginas

332

Encuadernación

Tapa Blanda

Dimensiones

23.4x15.6x1.8 cm

Peso

0.49 kg.

ISBN13

9781475778182

Categorías

Teoría del juego
Matemáticas aplicadas
Inteligencia artificial

Genetic Algorithms: Principles and Perspectives: A Guide to Ga Theory (en Inglés)

Colin R. Reeves (Autor) · Jonathan E. Rowe (Autor) · Springer · Tapa Blanda

Libro Nuevo Importado

Envío: 24 a 29 días háb.

$ 5,094.88$ 2,547.44

-50%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 100 unidades

$ 2,547.44

¡Envío Gratis! Llega entre el 14 Oct y el 22 Oct a CUAUHTÉMOC, Ciudad de México. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Genetic Algorithms: Principles and Perspectives: A Guide to Ga Theory (en Inglés)"

Genetic Algorithms: Principles and Perspectives: A Guide to GA Theory is a survey of some important theoretical contributions, many of which have been proposed and developed in the Foundations of Genetic Algorithms series of workshops. However, this theoretical work is still rather fragmented, and the authors believe that it is the right time to provide the field with a systematic presentation of the current state of theory in the form of a set of theoretical perspectives. The authors do this in the interest of providing students and researchers with a balanced foundational survey of some recent research on GAs. The scope of the book includes chapter-length discussions of Basic Principles, Schema Theory, "No Free Lunch", GAs and Markov Processes, Dynamical Systems Model, Statistical Mechanics Approximations, Predicting GA Performance, Landscapes and Test Problems.