Flexible and Generalized Uncertainty Optimization: Theory and Approaches (Studies in Computational Intelligence, Band 696)
Kurzinformation
inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage

Beschreibung
"Flexible and Generalized Uncertainty Optimization: Theory and Approaches" von Luiz L. Salles-Neto ist ein wissenschaftliches Werk, das sich mit der Optimierung unter Unsicherheit beschäftigt. Das Buch gehört zur Reihe "Studies in Computational Intelligence" und bietet einen umfassenden Überblick über die theoretischen Grundlagen und praktischen Ansätze zur Bewältigung unsicherer Parameter in Optimierungsproblemen. Salles-Neto diskutiert verschiedene Methoden zur Modellierung und Lösung von Problemen, bei denen Unsicherheit eine zentrale Rolle spielt. Dazu gehören flexible und generalisierte Ansätze, die es ermöglichen, Optimierungsprobleme robuster zu gestalten. Der Autor legt besonderes Augenmerk auf die mathematischen Modelle und Algorithmen, die erforderlich sind, um diese Herausforderungen zu meistern. Das Buch richtet sich an Forscher und Praktiker im Bereich der Computational Intelligence sowie an Studierende höherer Semester, die sich mit fortgeschrittenen Themen der Optimierung auseinandersetzen möchten. Es bietet sowohl theoretische Einblicke als auch praktische Beispiele, um die Anwendung der vorgestellten Konzepte zu erleichtern.
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Gebunden
- 296 Seiten
- Erschienen 2013
- Springer
- Gebunden
- 456 Seiten
- Erschienen 1994
- Springer
- Kartoniert
- 345 Seiten
- Erschienen 2006
- Springer
- hardcover
- 619 Seiten
- Erschienen 2000
- Springer
- paperback
- 132 Seiten
- Erschienen 1969
- Springer Berlin Heidelberg
- Gebunden
- 183 Seiten
- Erschienen 2013
- Springer
- Gebunden
- 237 Seiten
- Erschienen 2022
- De Gruyter
- Kartoniert
- 408 Seiten
- Erschienen 2003
- Springer



