1. Evolutionäre Berechnung: Einführung in evolutionsinspirierte Rechenmodelle.
2. Genetische Programmierung: Untersucht adaptive Systeme für sich entwickelnde Programme.
3. Genetischer Algorithmus: Analysiert die Leistungsfähigkeit genetischer Optimierungstechniken.
4. Evolutionärer Algorithmus: Erörtert Algorithmen, die von der biologischen Evolution angetrieben werden.
5. Bioinspirierte Berechnung: Betrachtet naturinspirierte Rechenmodelle.
6. Evolutionäre Programmierung: Erforscht die Simulation der Evolution bei der Problemlösung.
7. Crossover (Genetischer Algorithmus): Detaillierte Beschreibung von Genrekombinationsprozessen.
8. Mutation (Genetischer Algorithmus): Befasst sich mit der Rolle der Mutation bei der Diversität.
9. Chromosom (Genetischer Algorithmus): Beschreibt genetische Datenstrukturen.
10. Metaheuristik: Erforscht Rahmenbedingungen für das Finden nahezu optimaler Lösungen.
11. Evolutionsstrategie: Untersucht adaptive Mechanismen zur Optimierung.
12. Effektive Fitness: Definiert die Fitnessbewertung in evolutionären Kontexten.
13. Vorzeitige Konvergenz: Warnt vor Fallstricken bei der frühen Optimierung.
14. Genetische Darstellung: Untersucht die Datenkodierung in genetischen Algorithmen.
15. Memetischer Algorithmus: Deckt hybride Algorithmen ab, die genetische und lokale Suchen kombinieren.
16. Menschliche Berechnung: Befasst sich mit dem menschlichen Einfluss auf die Berechnung.
17. Laterales Computing: Untersucht laterale Interaktionen in Computersystemen.
18. Natürliches Computing: Erforscht auf natürlichen Prozessen basierendes Computing.
19. Künstliches Leben: Stellt lebensechte Systeme und ihre Anwendungen vor.
20. Soft Computing: Untersucht flexible, ungefähre Berechnungsmethoden.
21. Neuroevolution von Augmenting Topologies: Befasst sich mit sich entwickelnden neuronalen Netzwerken.
1. Evolutionäre Berechnung: Einführung in evolutionsinspirierte Rechenmodelle.
2. Genetische Programmierung: Untersucht adaptive Systeme für sich entwickelnde Programme.
3. Genetischer Algorithmus: Analysiert die Leistungsfähigkeit genetischer Optimierungstechniken.
4. Evolutionärer Algorithmus: Erörtert Algorithmen, die von der biologischen Evolution angetrieben werden.
5. Bioinspirierte Berechnung: Betrachtet naturinspirierte Rechenmodelle.
6. Evolutionäre Programmierung: Erforscht die Simulation der Evolution bei der Problemlösung.
7. Crossover (Genetischer Algorithmus): Detaillierte Beschreibung von Genrekombinationsprozessen.
8. Mutation (Genetischer Algorithmus): Befasst sich mit der Rolle der Mutation bei der Diversität.
9. Chromosom (Genetischer Algorithmus): Beschreibt genetische Datenstrukturen.
10. Metaheuristik: Erforscht Rahmenbedingungen für das Finden nahezu optimaler Lösungen.
11. Evolutionsstrategie: Untersucht adaptive Mechanismen zur Optimierung.
12. Effektive Fitness: Definiert die Fitnessbewertung in evolutionären Kontexten.
13. Vorzeitige Konvergenz: Warnt vor Fallstricken bei der frühen Optimierung.
14. Genetische Darstellung: Untersucht die Datenkodierung in genetischen Algorithmen.
15. Memetischer Algorithmus: Deckt hybride Algorithmen ab, die genetische und lokale Suchen kombinieren.
16. Menschliche Berechnung: Befasst sich mit dem menschlichen Einfluss auf die Berechnung.
17. Laterales Computing: Untersucht laterale Interaktionen in Computersystemen.
18. Natürliches Computing: Erforscht auf natürlichen Prozessen basierendes Computing.
19. Künstliches Leben: Stellt lebensechte Systeme und ihre Anwendungen vor.
20. Soft Computing: Untersucht flexible, ungefähre Berechnungsmethoden.
21. Neuroevolution von Augmenting Topologies: Befasst sich mit sich entwickelnden neuronalen Netzwerken.
Evolutionäre Berechnung: Nutzung intelligenter Algorithmen für fortschrittliche Robotersysteme
229
Evolutionäre Berechnung: Nutzung intelligenter Algorithmen für fortschrittliche Robotersysteme
229
Product Details
| BN ID: | 2940180968234 |
|---|---|
| Publisher: | Eine Milliarde Sachkundig [German] |
| Publication date: | 12/14/2024 |
| Series: | Robotikwissenschaft [German] , #28 |
| Sold by: | PUBLISHDRIVE KFT |
| Format: | eBook |
| Pages: | 229 |
| File size: | 907 KB |
| Language: | German |