دانلود کتاب Stochastic Optimization Methods
49,000 تومان
روش های بهینه سازی تصادفی
| موضوع اصلی | احتمال |
|---|---|
| نوع کالا | کتاب الکترونیکی |
| ناشر | Springer |
| تعداد صفحه | 315 |
| حجم فایل | 11 مگابایت |
| کد کتاب | 9783540222729,3540222723 |
| نوبت چاپ | 1 |
| نویسنده | Kurt Marti |
|---|---|
| زبان | انگلیسی |
| فرمت | DJVU |
| سال انتشار | 2004 |
جدول کد تخفیف
| تعداد کتاب | درصد تخفیف | قیمت کتاب |
| 1 | بدون تخفیف | 25,000 تومان |
| 2 | 20 درصد | 20,000 تومان |
| 3 الی 5 | 25 درصد | 18,750 تومان |
| 6 الی 10 | 30 درصد | 17,500 تومان |
| 11 الی 20 | 35 درصد | 16,250 تومان |
| 21 الی 30 | 40 درصد | 15,000 تومان |
| 31 الی 40 | 45 درصد | 13,750 تومان |
| 41 الی 50 | 50 درصد | 12,500 تومان |
| 51 الی 70 | 55 درصد | 11,250 تومان |
| 71 الی 100 | 60 درصد | 10,000 تومان |
| 101 الی 150 | 65 درصد | 8,750 تومان |
| 151 الی 200 | 70 درصد | 7,500 تومان |
| 201 الی 300 | 75 درصد | 6,250 تومان |
| 301 الی 500 | 80 درصد | 5,000 تومان |
| 501 الی 1000 | 85 درصد | 3,750 تومان |
| 1001 الی 10000 | 90 درصد | 2,500 تومان |
ترجمه فارسی توضیحات (ترجمه ماشینی)
روش های بهینه سازی تصادفی
مشکلات بهینهسازی که در عمل به وجود میآیند شامل پارامترهای مدل تصادفی است. برای محاسبه راهحلهای بهینه قوی، به عنوان مثال، پاسخهای بهینه غیر حساس با توجه به تغییرات پارامترهای تصادفی، مسائل جایگزین قطعی مناسب مورد نیاز است. بر اساس توزیع احتمال دادههای تصادفی و با استفاده از مفاهیم نظری تصمیمگیری، مسائل بهینهسازی تحت عدم قطعیت تصادفی به مسائل جایگزین قطعی مناسب تبدیل میشوند. با توجه به احتمالات و انتظارات در حال وقوع، از این رو، انتگرال های متعدد، باید از تکنیک های حل تقریبی استفاده شود. چندین روش تقریب قطعی و تصادفی ارائه شده است: روشهای بسط تیلور، روشهای رگرسیون و سطح پاسخ (RSM)، نابرابریهای احتمال، روشهای قابلیت اطمینان مرتبه اول (FORM)، تقریب محدب/جهتهای نزول قطعی/نقاط کارآمد، روشهای گرادیان تصادفی، روشهای تصادفی روشهای تصادفی ، فرمول های تمایز برای احتمالات و انتظارات. خواص ریاضی مسائل تقریبی و روش های حل تکراری (به عنوان مثال نرخ همگرایی) توضیح داده شده است.
Stochastic Optimization Methods
Optimization problems arising in practice involve random model parameters. For the computation of robust optimal solutions, i.e., optimal solutions being insensitive with respect to random parameter variations, appropriate deterministic substitute problems are needed. Based on the probability distribution of the random data, and using decision theoretical concepts, optimisation problems under stochastic uncertainty are converted into appropriate deterministic substitute problems. Due to the occurring probabilities and expectations, hence, multiple integrals, approximative solution techniques must be applied. Several deterministic and stochastic approximation methods are provided: Taylor expansion methods, regression and response surface methods (RSM), probability inequalities, First order reliability methods (FORM), convex approximation/deterministic descent directions/efficient points, stochastic gradient methods, stochastic approximation procedures, differentiation formulas for probabilities and expectations. The mathematical properties of the approximative problems and iterative solution procedures (e.g. rate of convergence) are described.

نقد و بررسیها
هنوز بررسیای ثبت نشده است.