Cuevas / Avalos / Gálvez | Recent Metaheuristics Algorithms for Parameter Identification | Buch | 978-3-030-28916-4 | sack.de

Buch, Englisch, Band 854, 297 Seiten, Format (B × H): 160 mm x 241 mm, Gewicht: 635 g

Reihe: Studies in Computational Intelligence

Cuevas / Avalos / Gálvez

Recent Metaheuristics Algorithms for Parameter Identification


1. Auflage 2020
ISBN: 978-3-030-28916-4
Verlag: Springer International Publishing

Buch, Englisch, Band 854, 297 Seiten, Format (B × H): 160 mm x 241 mm, Gewicht: 635 g

Reihe: Studies in Computational Intelligence

ISBN: 978-3-030-28916-4
Verlag: Springer International Publishing


This book presents new, alternative metaheuristic developments that have proved to be effective in various complex problems to help researchers, lecturers, engineers, and practitioners solve their own optimization problems. It also bridges the gap between recent metaheuristic techniques and interesting identification system methods that benefit from the convenience of metaheuristic schemes by explaining basic ideas of the proposed applications in ways that can be understood by readers new to these fields. As such it is a valuable resource for energy practitioners who are not researchers in metaheuristics. In addition, it offers members of the metaheuristic community insights into how system identification and energy problems can be translated into optimization tasks.

Cuevas / Avalos / Gálvez Recent Metaheuristics Algorithms for Parameter Identification jetzt bestellen!

Zielgruppe


Research

Weitere Infos & Material


Introduction to optimization and metaheuristic methods.- Optimization techniques in parameters setting for Induction Motor.- An enhanced crow search algorithm applied to energy approaches.- Comparison of solar cells parameters estimation using several optimization algorithms.- Gravitational search algorithm for non-linear system identification using ANFIS-Hammerstein approach.- Fuzzy Logic Based Optimization Algorithm.- Neighborhood Based Optimization Algorithm.- Knowledge-Based Optimization Algorithm.



Ihre Fragen, Wünsche oder Anmerkungen
Vorname*
Nachname*
Ihre E-Mail-Adresse*
Kundennr.
Ihre Nachricht*
Lediglich mit * gekennzeichnete Felder sind Pflichtfelder.
Wenn Sie die im Kontaktformular eingegebenen Daten durch Klick auf den nachfolgenden Button übersenden, erklären Sie sich damit einverstanden, dass wir Ihr Angaben für die Beantwortung Ihrer Anfrage verwenden. Selbstverständlich werden Ihre Daten vertraulich behandelt und nicht an Dritte weitergegeben. Sie können der Verwendung Ihrer Daten jederzeit widersprechen. Das Datenhandling bei Sack Fachmedien erklären wir Ihnen in unserer Datenschutzerklärung.