سایپرز، باشگاه دانش - ارائه دهنده مقالات ژورنالهای خارجی

اطلاعات و مشخصات مقاله

[ 43 | جستجو | فهرست کلمات کلیدی | فهرست موضوعات | فهرست نویسندگان | فهرست ناشران | فهرست ژورنالها ]


عنوان مقاله:یک الگوریتم تکاملی کوانتومی مبتنی بر منطقه (RQEA) برای بهینه سازی عددی جهانی
ناشر: [ Elsevier BV ]
ژورنال
دوره (شماره): (0)
سال انتشار:2015
شماره صفحات: 367372367-372
نشانگر دیجیتالی شیء:[ 10.1016/b978-0-08-097086-8.42110-0 ]
شما اینجا هستید:
  1. Scipers, the Knowledge ClubScipers »
  2. Elsevier BV »
  3. International Encyclopedia Of The Social & Behavioral Sciences »
  4. Agent Based Modeling, Statistics of

دسترسی بین المللی

اگر شما در داخل کشور (ایران) هستید و این صفحه را مشاهده می کنید، نشان می دهد که IP شما به هر دلیلی در لیست IP های ایران ثبت نشده است. برای رفع این مشکل کافی است IP خود را که در پایین این پیام درج شده از طریق آدرس ایمیل support@scipers.com به ما اطلاع دهید. پس از دریافت درخواست، کارشناسان فنی موضوع را بررسی می نمایند و در صورتی که محل اتصال شما از کشور ایران بوده باشد، به لیست استفاده کنندگان مجاز افزوده می شوید.
IP: 54.226.73.255

اطلاعات استنادی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

 

به اشتراک گذاری

این صفحه را با استفاده از انواع شبکه های اجتماعی با دوستان خود به اشتراک بگذارید.

خلاصه مقاله، نویسندگان و کلمات کلیدی

Agent Based Modeling, Statistics Of


مقاله: یک الگوریتم تکاملی کوانتومی مبتنی بر منطقه (RQEA) برای بهینه سازی عددی جهانی

نويسند‌گان:


خلاصه مقاله:


Agent-based models (ABMs) have become an important simulation tool for understanding certain categories of complex phenomena. They are widely used in epidemiology, ecology, transportation research, social networks, and other applications in which the global behavior is determined by local behavior (which is usually quite simple, and can be represented through a concise set of rules). However, unlike many other models, such as linear regression, the statistical issues associated with ABMs are largely undeveloped.


مدل مبتنی بر عامل (ABMs) تبدیل شده اند به یک ابزار شبیه سازی مهم برای درک دسته خاصی از پدیده های پیچیده. آنها به طور گسترده در اپیدمیولوژی، محیط زیست، تحقیقات حمل و نقل، شبکه های اجتماعی، و برنامه های کاربردی دیگر که در آن رفتار جهانی است که توسط رفتار محلی تعیین استفاده می شود (که معمولا کاملا ساده است، و می تواند از طریق مجموعه ای مختصر از قوانین بیان شده است). با این حال، بر خلاف بسیاری از مدل های دیگر، مانند رگرسیون خطی، مسائل آماری مرتبط با ABMs تا حد زیادی توسعه نیافته.


كلمات كليدي:

Agent-based models , Approximate Bayesian computation , Cellular automata , Disease models , Emulators , Heirarchical models , Individual-based models , Microsimulation , Networks , Random networks , Sugarscape , TRANSIMS , Agent-based modeling , Agent-based modeling Agent-based models Approximate Bayesian computation Cellular automata Disease models Emulators Heirarchical models Individual-based models Microsimulation Networks Random networks Simulation Sugarscape TRANSIMS Validation, Approximate Bayesian computation, Emulators, Heirarchical models, Sugarscape, TRANSIMS
مدل مبتنی بر عامل , محاسبات تقریبی بیزی , اتوماتیک همراه , مدل های بیماری , شبیه ساز , مدل Heirarchical , مدل فردی مبتنی بر , Microsimulation , شبکه , شبکه های تصادفی , Sugarscape , TRANSIMS , مبتنی بر عامل مدل سازی , مدل مبتنی بر عامل مدل سازی مبتنی بر عامل تقریبی مدل بیماری محاسبات اتوماتیک سلولی بیزی افزار مدل Heirarchical مدل های فردی مبتنی بر شبکه های Microsimulation شبکه های تصادفی شبیه سازی Sugarscape TRANSIMS اعتبار سنجی , محاسبات تقریبی بیزی, شبیه ساز, مدل Heirarchical, Sugarscape, TRANSIMS



[ ]

فهرست مقالات مرتبط و مشابه

  1. Lu, Tzyy-Chyang, Juang, Jyh-Ching (2013) 'A region-based quantum evolutionary algorithm (RQEA) for global numerical optimization', Journal of Computational and Applied Mathematics, Elsevier BV, pp:1-11
  2. Liu, Jing, Zhong, Weicai, Jiao, Licheng (2010) 'Multi-Agent Evolutionary Model for Global Numerical Optimization', Agent-Based Evolutionary Search, Springer Nature, pp:13-48
  3. Sun, Gao-Ji (2010) 'A new evolutionary algorithm for global numerical optimization', 2010 International Conference on Machine Learning and Cybernetics, IEEE, pp:0-0
  4. Abs da Cruz, A.V., Vellasco, M.M.B.R., Pacheco, M.A.C. (2016) 'Quantum-Inspired Evolutionary Algorithm for Numerical Optimization', 2006 IEEE International Conference on Evolutionary Computation, Institute of Electrical and Electronics Engineers (IEEE), pp:0-0
  5. da Cruz, A. V. Abs, Vellasco, M. M. B. R., Pacheco, M. A. C. (2007) 'Quantum-Inspired Evolutionary Algorithm for Numerical Optimization', Hybrid Evolutionary Algorithms, Springer Nature, pp:19-37
  6. Abs da Cruz, André Vargas, Vellasco, Marley M. B. R., Pacheco, Marco Aurélio C. (2008) 'Quantum-Inspired Evolutionary Algorithm for Numerical Optimization', Quantum Inspired Intelligent Systems, Springer Nature, pp:115-132
  7. Dong, Wenyong, Lei, Ming, Yu, Ruiguo (2010) 'A New Evolutionary Algorithms for Global Numerical Optimization Based on Ito Process', Communications in Computer and Information Science, Springer Nature, pp:57-67
  8. Aimin Zhou, , Qingfu Zhang, , Tsang, E., Yaochu Jin, , Okabe, T. (2016) 'A Model-Based Evolutionary Algorithm for Bi-objective Optimization', 2005 IEEE Congress on Evolutionary Computation, Institute of Electrical and Electronics Engineers (IEEE), pp:0-0
  9. Liu, Chuang, Han, Min, Wang, Xinzhe (2012) 'A novel evolutionary membrane algorithm for global numerical optimization', 2012 Third International Conference on Intelligent Control and Information Processing, Institute of Electrical and Electronics Engineers (IEEE), pp:0-0
  10. Chaoyong Qin, , Liu, Yongjuan, Jianguo Zheng, (2008) 'A real-coded quantum-inspired evolutionary algorithm for global numerical optimization', 2008 IEEE Conference on Cybernetics and Intelligent Systems, IEEE, pp:0-0

 

برگشت به بالا
× 🎁
رونمایی از اولین و تنها ربات تلگرامی جستجوی مقالات ژورنالی
×