Gesamtpreis (1 Artikel Artikel):
Versandziel:
extending scalability linkage learning von chen ying ping (5 Ergebnisse)
Direkt zu den wichtigsten Suchergebnissen
Suchfilter
Produktart
- Alle Product Types
- Bücher (5)
- Magazine & Zeitschriften (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Comics (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Noten (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Kunst, Grafik & Poster (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Fotografien (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Karten (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Manuskripte & Papierantiquitäten (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
Zustand Mehr dazu
- Neu (5)
- Wie Neu, Sehr Gut oder Gut Bis Sehr Gut (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Gut oder Befriedigend (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Ausreichend oder Schlecht (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Wie beschrieben (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
Einband
Weitere Eigenschaften
- Erstausgabe (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Signiert (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Schutzumschlag (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Angebotsfoto (2)
Sprache (1)
Preis
- Beliebiger Preis
- Weniger als EUR 20 (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- EUR 20 bis EUR 45 (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Mehr als EUR 45
Gratisversand
Land des Verkäufers
Verkäuferbewertung
-
Extending The Scalability Of Linkage Learning Genetic Algorithms : Theory & Practice (studies In Fuzziness And Soft Computing)
Buch 20 von 183: Studies in Fuzziness and Soft ComputingAnbieter: Romtrade Corp., STERLING HEIGHTS, MI, USA
Verkäuferbewertung 5 von 5 Sternen
Zustand: New. This is a Brand-new US Edition. This Item may be shipped from US or any other country as we have multiple locations worldwide.
-
Extending the Scalability of Linkage Learning Genetic Algorithms
Buch 20 von 183: Studies in Fuzziness and Soft ComputingAnbieter: Majestic Books, Hounslow, Vereinigtes Königreich
Verkäuferbewertung 4 von 5 Sternen
EUR 91,35
EUR 7,44 shipping
Versand von Vereinigtes Königreich nach USAAnzahl: 1 verfügbar
In den WarenkorbZustand: New. pp. 146 37 Illus.
-
Extending the Scalability of Linkage Learning Genetic Algorithms: Theory & Practice (Studies in Fuzziness and Soft Computing)
Buch 20 von 183: Studies in Fuzziness and Soft ComputingSprache: Englisch
Verlag: Springer Berlin Heidelberg, 2005
ISBN 10: 3642066712 ISBN 13: 9783642066719
Anbieter: Revaluation Books, Exeter, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
EUR 148,18
EUR 11,45 shipping
Versand von Vereinigtes Königreich nach USAAnzahl: 2 verfügbar
In den WarenkorbPaperback. Zustand: Brand New. 140 pages. 9.25x6.00x0.32 inches. In Stock.
-
Extending the Scalability of Linkage Learning Genetic Algorithms
Buch 20 von 183: Studies in Fuzziness and Soft ComputingSprache: Englisch
Verlag: Springer Berlin Heidelberg, 2005
ISBN 10: 3540284591 ISBN 13: 9783540284598
EUR 118,64
EUR 48,99 shipping
Versand von Deutschland nach USAAnzahl: Mehr als 20 verfügbar
In den WarenkorbZustand: New. Advances our understanding of the linkage learning genetic algorithm and demonstrates potential research directionsGenetic algorithms (GAs) are powerful search techniques based on principles of evolution and widely applied to solve problems in.
-
Extending the Scalability of Linkage Learning Genetic Algorithms : Theory & Practice
Buch 20 von 183: Studies in Fuzziness and Soft ComputingSprache: Englisch
Verlag: Springer Berlin Heidelberg, 2010
ISBN 10: 3642066712 ISBN 13: 9783642066719
Anbieter: AHA-BUCH GmbH, Einbeck, Deutschland
Verkäuferbewertung 5 von 5 Sternen
Taschenbuch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - Genetic algorithms (GAs) are powerful search techniques based on principles of evolution and widely applied to solve problems in many disciplines. However, most GAs employed in practice nowadays are unable to learn genetic linkage and suffer from the linkage problem. The linkage learning genetic algorithm (LLGA) was proposed to tackle the linkage problem with several specially designed mechanisms. While the LLGA performs much better on badly scaled problems than simple GAs, it does not work well on uniformly scaled problems as other competent GAs. Therefore, we need to understand why it is so and need to know how to design a better LLGA or whether there are certain limits of such a linkage learning process. This book aims to gain better understanding of the LLGA in theory and to improve the LLGA's performance in practice. It starts with a survey of the existing genetic linkage learning techniques and describes the steps and approaches taken to tackle the research topics, including using promoters, developing the convergence time model, and adopting subchromosomes.
