این کتاب خوانندگان را با یک رویکرد یادگیری تکاملی، به ویژه برنامهنویسی ژنتیک (GP)، برای برنامهریزی تولید آشنا میکند. این کتاب به شش بخش تقسیم شده است. در بخش اول، مقدمهای بر برنامهریزی تولید، روشهای حل موجود و رویکرد برنامهنویسی ژنتیک به برنامهریزی تولید ارائه میدهد. ویژگیهای محیطهای تولید، فرمولبندی مسائل، یک چارچوب برنامهنویسی ژنتیک انتزاعی برای برنامهریزی تولید و معیارهای ارزیابی نیز ارائه شده است. بخش دوم، روشهای مختلفی را که میتوان از برنامهنویسی ژنتیک برای حل مسائل برنامهریزی تولید ایستا و ارتباط آنها با روشهای مرسوم تحقیق در عملیات استفاده کرد، نشان میدهد. در بخش سوم، نحوه طراحی الگوریتمهای برنامهنویسی ژنتیک برای مسائل برنامهریزی تولید پویا نشان داده شده و تکنیکهای پیشرفتهای برای افزایش عملکرد برنامهنویسی ژنتیک، از جمله انتخاب ویژگی، مدلسازی جایگزین و عملگرهای ژنتیکی تخصصی، شرح داده شده است. در بخش چهارم، کتاب به نحوه استفاده از روشهای اکتشافی برای مقابله با اهداف چندگانه و بالقوه متضاد در مسائل برنامهریزی تولید میپردازد و یک رویکرد چند هدفه پیشرفته با تکنیکهای تکامل مشارکتی یا نمایشهای چند درختی ارائه میدهد. بخش پنجم نحوه استفاده از تکنیکهای یادگیری چند وظیفهای را در فضای فرا ابتکاری برای برنامهریزی تولید نشان میدهد. همچنین نشان میدهد که چگونه تکنیکهای جایگزین و استراتژیهای انتخاب وظیفه کمکی میتوانند به یادگیری چندوظیفهای با GP برای یادگیری اکتشافی در زمینه برنامهریزی تولید کمک کنند. بخش ششم، متن را با نگاهی به آینده تکمیل میکند.
با توجه به دامنه آن، این کتاب برای دانشمندان، مهندسان، محققان، متخصصان، دانشجویان تحصیلات تکمیلی و دانشجویان کارشناسی در زمینههای یادگیری ماشین، هوش مصنوعی، محاسبات تکاملی، تحقیق در عملیات و مهندسی صنایع مفید است.
سال انتشار: 2021 | تعداد صفحات: 357 | حجم فایل: 9.19 مگابایت | زبان: انگلیسی
Genetic Programming for Production Scheduling: An Evolutionary Learning Approach (Machine Learning: Foundations, Methodologies, and Applications)
نویسنده
Fangfang Zhang, Su Nguyen, Yi Mei, Mengjie Zhang
ناشر
Fangfang Zhang, Su Nguyen, Yi Mei, Mengjie Zhang
ISBN10:
9811648581
ISBN13:
9789811648588
