SignIn!!
Home Product About Us Webboard Payment Article Contact Us Jobs
Mobile    
Search:
  Article  Shopping Cart 
Web Stat
Open Web 17/11/2004
Last Update 27/05/2020
All Pageviews
All Products/Service 2881


Product/Service Categories



Newsletters
Please input email

Link
TOPMEDICALBOOK.COM
PUBAT-The Publishers and Booksellers Association of Thailand
LONDON Book Fair -April
FRANKFURT International Book Fair
BOOK EXPO of America Est : June
TOKYO International Book Fair 2009-(9-12 July)




Welcome to Semester Open  .....

Reserve Books for Your Classes Now, Special Price Offer; Only 30 Baht for delivery Charge all Thailand Area.

 

Course Adoption : Please feel free to contact our Representative., Tel : 662-9186593-5/025174301-2 or Fax : 662-9186596(24 hours)  or e-mail address : info@toptextbook.com

 

 

Product/Service Detail
Product/Service >> Computer Information Technology >> Computer Science & Computer Engineering >> AI >> ปัญญาประดิษฐ์ : ปัญญาเชิงกลุ่ม ISBN9786162820106

ปัญญาประดิษฐ์ : ปัญญาเชิงกลุ่ม ISBN9786162820106 - คลิกที่นี่เพื่อดูรูปภาพใหญ่
ปัญญาประดิษฐ์ : ปัญญาเชิงกลุ่ม ISBN9786162820106






  อีเมล์บอกเพื่อน

ปัญญาประดิษฐ์ : ปัญญาเชิงกลุ่ม ISBN9786162820106

Code: 001482
Price: 290.00 THB (Ref. 8.53 USD)
: 9786162820106
: รศ.ดร.บุญเจริญ ศิริเนาวกุล
: 1/2556
: 336 หน้า
: 18.5 x 26.0 ซม.
: ซื้อยกห้องขอราคาพิเศษได้
Description:

ปัญญาประดิษฐ์ : ปัญญาเชิงกลุ่ม (Artificial Intelligence : Swarm Intelligence)

รศ.ดร.บุญเจริญ ศิริเนาวกุล

สารบัญ

บทที่ 1 ปัญญาเชิงกลุ่ม

1.1 คำนำ

1.2 การหาค่าเหมาะที่สุด

1.2.1 การหาค่าเหมาะที่สุดแบบคอมบินาทอเรียล

1.2.2 การหาค่าเหมาะที่สุดเชิงตัวเลข

1.2.3 ฮิวริสติก

1.2.4 เมตาฮิวริสติก

1.3 เซลฟ์ออกาไนเซชัน

1.3.1 ประวัติการศึกษาเรื่องเซลฟ์ออกาไนเซชัน

1.3.2 ลักษณะของเซลฟ์ออกาไนเซชัน

1.3.3 อิเมอร์เจนซ์

1.4 ปัญญาเชิงกลุ่ม

1.4.1 สติกเมอร์จี

1.4.2 หลักการของปัญญาเชิงกลุ่ม

1.4.3 การลู่เข้าสู่คำตอบ เอ็กซ์พลอเรชัน และเอ็กซ์พล้อยเตชัน

1.4.4 ฟังก์ชันเทียบเคียง

1.5 สรุป

1.6 แบบฝึกหัด

บทที่ 2 การค้นหาแบบฮิวริสติก

2.1 คำนำ

2.2 การค้นหาแบบกำหนดทิศทาง

2.2.1 การค้นหาแบบลึกก่อน

2.2.2 การค้นหาแบบกว้างก่อน

2.3 การค้นหาแบบฮิวริสติก

2.3.1 เจเนอเรตแอนด์เทสต์

2.3.2 อัลกอริธึมกรีดี้

2.3.3 การค้นหาแบบที่ดีที่สุดก่อน

2.3.4 บรานช์แอนด์เบานด์

2.3.5 การค้นหาแบบฮิลไคลมิ่ง

2.3.6 อัลกอริธึมของฮิลไคลมิ่งธรรมดา

2.3.7 อัลกอริธึมของสตีเพสต์-แอสเซนต์ฮิลไคลมิ่ง

2.3.8 อัลกอริธึมเอ-สตาร์

2.3.9 มีน-เอ็นด์อะแนไลซีส

2.3.10 การเล่นเกม

2.4 สรุป

2.5 แบบฝึกหัด

บทที่ 3 ซีมูเลตเต็ดอันนีลลิ่ง

3.1 คำนำ

3.2 การหาค่าเหมาะที่สุดด้วยซีมูเลตเต็ดอันนีลลิ่ง

3.2.1 อัลกอริธึมซีมูเลตเต็ดอันนีลลิ่ง

3.2.2 ขั้นตอนการวนรอบ

3.2.3 คำตอบข้างเคียง

3.3 การปรับสมรรถนะ

3.3.1 ตารางการอบอ่อน

3.3.2 การลู่เข้าสู่คำตอบ

3.4 ตัวอย่างการหาค่าเหมาะที่สุดด้วยซีมูเลตเต็ดอันนีลลิ่ง

3.4.1 การเดินทางของเซลส์แมน

3.4.2 การจัดวางแพทเทิร์น

3.5 การทำงานขั้นสูงของอัลกอริธึม

3.5.1 ซีมูเลตเต็ดอันนีลลิ่งสำหรับตัวแปรที่มีค่าต่อเนื่อง

3.5.2 ซีมูเลตเต็ดอันนีลลิ่งแบบปรับตัว

3.5.3 การทดสอบสมรรถนะ

3.6 สรุป

3.7 แบบฝึกหัด

บทที่ 4 อัลกอริธึมพันธุการ

4.1 คำนำ

4.2 หลักการของอัลกอริธึมพันธุการ

4.2.1 อัลกอริธึมพันธุการ

4.2.2 ตัวดำเนินการของอัลกอริธึม

4.2.3 วิธีการต่าง ๆ ของอัลกอริธึมพันธุการ

4.3 การเลือกสรรโครโมโซม

4.3.1 การเลือกสรรแบบวงล้อรูเล็ตต์

4.3.2 การเลือกสรรแบบจัดลำดับ

4.3.3 การเลือกสรรแบบอื่น

4.4 การเข้ารหัสโครโมโซมและการแลกเปลี่ยนยีน

4.4.1 การเข้ารหัสแบบไบนารี

4.4.2 การเข้ารหัสแบบเปอร์มิวเตชัน

4.4.3 การเข้ารหัสแบบค่า

4.4.4 การเข้ารหัสแบบโครงสร้างต้นไม้

4.5 ตัวอย่างการหาค่าเหมาะที่สุดด้วยอัลกอริธึมพันธุการ

4.5.1 การหาค่าสูงสุดของเลขไบนารี

4.5.2 การเดินทางของเซลส์แมน

4.5.3 การวางผังงานโดยอาศัยอัลกอริธึมพันธุการ

4.6 อัลกอริธึมพันธุการขั้นสูง

4.6.1 การทำงานแบบแบ่งกลุ่มประชากร

4.6.2 การครอสโอเวอร์แบบหลายพ่อแม่พันธุ์

4.6.3 การเข้ารหัสแบบค่าจำนวนจริง

4.7 การปรับสมรรถนะ

4.7.1 พารามิเตอร์แบบสุ่ม

4.7.2 การลู่เข้าสู่คำตอบ

4.7.3 การทดสอบกับฟังก์ชันเทียบเคียง

4.8 สรุป

4.9 แบบฝึกหัด

บทที่ 5 การหาค่าเหมาะที่สุดแบบฝูงมด

5.1 คำนำ

5.1.1 พฤติกรรมของแมลง

5.1.2 การทดลองกับสะพานคู่

5.2 การหาค่าเหมาะที่สุดแบบฝูงมด

5.2.1 เมตาฮิวริสติกของการหาค่าที่เหมาะที่สุดแบบฝูงมด

5.2.2 ขั้นตอนการหาค่าเหมาะที่สุดแบบฝูงมด

5.2.3 การลู่เข้าสู่คำตอบ

5.3 ตัวอย่างการหาค่าเหมาะที่สุดแบบฝูงมด

5.3.1 พฤติกรรมของแมลง

5.3.2 การหาเส้นทางเดินรถ

5.3.3 การวางผังโรงงาน

5.4 ความหลากหลายของวิธีการหาค่าเหมาะที่สุดแบบฝูงมด

5.4.1 ระบบมด

5.4.2 ระบบมดอีลีท

5.4.3 ระบบมดแบบการจัดอันดับ

5.4.4 ระบบมดแบบสูงสุดต่ำสุด

5.4.5 ระบบฝูงมด

5.4.6 การหาค่าเหมาะที่สุดสำหรับตัวแปรที่มีค่าจำนวนจริง

5.4.7 การทดสอบสมรรถนะ

5.5 สรุป

5.6 แบบฝึกหัด

บทที่ 6 การหาค่าเหมาะที่สุดแบบกลุ่มอนุภาค

6.1 คำนำ

6.2 การหาค่าเหมาะที่สุดแบบกลุ่มอนุภาค

6.2.1 อัลกอริธึมของการหาค่าเหมาะที่สุดแบบกลุ่มอนุภาค

6.2.2 การทำงานของการหาค่าเหมาะที่สุดแบบฝูงอนุภาค

6.2.3 พารามิเตอร์ของการหาค่าเหมาะที่สุดแบบกลุ่มอนุภาค

6.2.4 ขั้นตอนการหาค่าเหมาะที่สุดแบบกลุ่มอนุภาค

6.2.5 การลู่เข้าสู่คำตอบ

6.2.6 การทดสอบสมรรถนะ

6.3 ความหลากหลายของการหาค่าเหมาะที่สุดแบบกลุ่มอนุภาค

6.3.1 น้ำหนักอิเนอร์เทีย

6.3.2 สัมประสิทธิ์การหดตัว

6.3.3 โทโพโลยีของค่าข้างเคียง

6.3.4 การหาค่าเหมาะที่สุดแบบกลุ่มอนุภาคแบบคอมบินาทอเรียล

6.4 ตัวอย่างการหาค่าเหมาะที่สุดแบบกลุ่มอนุภาค

6.4.1 การหาค่าเหมาะที่สุดของฟังก์ชัน f(x) = 3+x02+x12

6.4.2 การเดินทางของเซลส์แมน

6.4.3 การตัดสต็อกแบบสองมิติ

6.5 สรุป

6.6 แบบฝึกหัด

บทที่ 7 การหาค่าเหมาะที่สุดแบบฝูงผึ้งประดิษฐ์

7.1 คำนำ

7.2 การหาค่าเหมาะที่สุดแบบฝูงผึ้งประดิษฐ์

7.2.1 การปรับปรุงคำตอบที่เป็นไปได้ของผึ้งเอ็มพลอย

7.2.2 การเลือกคำตอบที่เป็นไปได้ของผึ้งรับสาร

7.2.3 การปรับปรุงคำตอบที่เป็นไปได้ของผึ้งรับสาร

7.2.4 การหลีกเลี่ยงคำตอบที่ลู่เข้าสู่ทางตันของผึ้งค้นหา

7.2.5 อัลกอริธึมของการหาค่าเหมาะที่สุดแบบฝูงผึ้งประดิษฐ์

7.3 ความหลากหลายของการหาค่าเหมาะที่สุดแบบฝูงผึ้งประดิษฐ์

7.3.1 เบสโซฟา เอบีซี

7.3.2 การปรับปรุงการทำงานของเอบีซีแบบอื่น

7.3.3 การลู่เข้าสู่คำตอบและการทดสอบสมรรถนะ

7.4 ตัวอย่างการหาค่าเหมาะที่สุดแบบฝูงผึ้งประดิษฐ์

7.4.1 การหาค่าเหมาะที่สุดของฟังก์ชัน f(x) = x12+x22

7.4.2 การเดินทางของเซลส์แมน

7.4.3 การจัดตารางการผลิตด้วยเบสโซฟา เอบีซี

7.5 สรุป

7.6 แบบฝึกหัด

บทที่ 8 ภูมิคุ้มกันประดิษฐ์

8.1 คำนำ

8.2 ระบบภูมิคุ้มกันทางชีวภาพ

8.2.1 เซลล์ที่ทำหน้าที่ภูมิคุ้มกัน

8.2.2 กลไกของระบบภูมิคุ้มกัน

8.2.3 การทำงานของระบบภูมิคุ้มกัน

8.3 หลักการของการเลือกโคลนอล

8.3.1 อัลกอริธึมการเลือกโคนอล

8.3.2 การเลือกโคนอลสำหรับแก้ปัญหาการเดินทางของเซลส์แมน

8.4 อัลกอริธึมการเลือกเชิงลบ

8.4.1 อัลกอริธึมการเลือกเชิงลบ

8.4.2 การประยุกต์ใช้งาน

8.5 โครงข่ายภูมิคุ้มกัน

8.5.1 การทำงานของโครงข่ายภูมิคุ้มกัน

8.5.2 โครงข่ายภูมิคุ้มกันประดิษฐ์สำหรับแก้ปัญหาการเดินทางของเซลส์แมน

8.5.3 โครงข่ายภูมิคุ้มกันประดิษฐ์สำหรับการวิเคราะห์ข้อมูล

8.6 สรุป

8.6.1 การเข้ารหัส

8.6.2 การวัดความเหมือนและแอฟฟินิตี

8.6.3 การเลือกแบบโคนอลและการเลือกเชิงลบ

8.6.4 โซมาติกไฮเปอร์มิวเตชัน (Somatic Hypermutation)

8.7 แบบฝึกหัด

เอกสารอ้างอิง

ดัชนี

Size [length x width x high] : 18.5 x 26.0 x 0 cm.
Our Services

Home  |  Product  |  About Us  |  Webboard  |  Payment  |  Article  |  Contact Us  |  Jobs  |  Sitemap
© 2001- . TARAD.com. All Rights Reserved.
//