Calcolo ispirato dalla natura e intelligenza degli sciami: Algoritmi, teoria e applicazioni

Titolo originale:

Nature-Inspired Computation and Swarm Intelligence: Algorithms, Theory and Applications

Contenuto del libro:

Il calcolo ispirato dalla natura e l'intelligenza di sciame sono diventati strumenti popolari ed efficaci per risolvere problemi di ottimizzazione, intelligenza computazionale, soft computing e scienza dei dati. Recentemente, la letteratura in questo campo si è ampliata rapidamente, con l'emergere di nuovi algoritmi e applicazioni.

Nature-Inspired Computation and Swarm Intelligence: Algorithms, Theory and Applications è un riferimento puntuale che fornisce una rassegna completa degli sviluppi più recenti in materia di algoritmi, teoria e applicazioni degli algoritmi ispirati dalla natura e dell'intelligenza degli sciami. Il libro passa in rassegna e documenta i nuovi sviluppi, concentrandosi sugli algoritmi ispirati alla natura e sulla loro analisi teorica, oltre a fornire una guida alla loro implementazione. Il libro include casi di studio di diverse applicazioni reali, bilanciando la spiegazione della teoria con l'implementazione pratica.

Nature-Inspired Computation and Swarm Intelligence: Algorithms, Theory and Applications è adatto a ricercatori e studenti laureati in informatica, ingegneria, scienza dei dati e scienze gestionali, che desiderano una rassegna completa di algoritmi, teoria e implementazione nei campi della computazione ispirata dalla natura e dell'intelligenza degli sciami.

⬤ Introduce gli algoritmi ispirati alla natura e i loro fondamenti, tra cui: l'ottimizzazione a sciame di particelle, l'algoritmo del pipistrello, la ricerca a cucù, l'algoritmo della lucciola, l'algoritmo dell'impollinazione dei fiori, l'evoluzione differenziale e gli algoritmi genetici, nonché gli algoritmi di ottimizzazione multi-obiettivo e altri.

⬤ Fornisce le basi teoriche e le analisi degli algoritmi, tra cui: la teoria statistica e la teoria delle catene di Markov sulla convergenza e la stabilità degli algoritmi, la teoria dei sistemi dinamici, il benchmarking dell'ottimizzazione, i teoremi del no-free-lunch e un quadro matematico generalizzato.

⬤ Include una serie di casi di studio di applicazioni reali: selezione di caratteristiche, raggruppamento e classificazione, messa a punto di macchine di Boltzmann ristrette, problema del commesso viaggiatore, classificazione dei globuli bianchi, generazione di musica da parte dell'intelligenza artificiale, sciami di robot, reti neurali, progetti ingegneristici e altro.