8 (905) 200-03-37 Владивосток
с 09:00 до 19:00
CHN - 1.14 руб. Сайт - 21.13 руб.

Алгоритм оптимизации динамики инфекционных заболеваний и его применение Хуан Гуанцю, Лу Цюцинь Медсестра Экзамен Жизнь Книжный магазин Синьхуа Подлинные книги Металлургическая промышленность Пресса

Цена: 1 257руб.    (¥59.45)
Артикул: 623579059824

Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.

Этот товар на Таобао Описание товара
Продавец:新华线上图书专营店
Рейтинг:
Всего отзывов:0
Положительных:0
Выберите вариацию / цвет
  • Алгоритм оптимизации и применение динамики инфекционных заболеваний
Добавить в корзину
Другие товары этого продавца
¥20.06424руб.
¥67.981 437руб.
¥51.371 086руб.
¥40.51856руб.
  • Информация о товаре
  • Фотографии
Регулирование: Алгоритм оптимизации и применение динамики инфекционных заболеваний
Основная информация
Алгоритм оптимизации и применение динамики инфекционных заболеваний
Хуан Гуанцю, автор Лу Цюцинь
Конечно  цена:75
Издательское агентство:Metallurgical Industry Press
Страница  число:204
Дата публикации:01 апреля 2020 г.
Пакет  рамка:Оплата в мягкой обложке
ISBN:9787502484491
Оглавление
●1 Алгоритм оптимизации динамики инфекционных заболеваний СИС
1.1 Введение
1.2 Разработка алгоритма оптимизации функции на основе модели инфекционного заболевания SIS
1.2.1 Гипотеза Кермака-Маккендрика
1.2.2 Разработка сценария алгоритма
1.2.3 Модель инфекционного заболевания SIS и процесс выполнения алгоритма SIS
1.2.4 Разработка оператора эволюции
1.2.5 Индивидуальная инициализация
1.2.6 Метод построения алгоритма СИС
1.2.7 Характеристики алгоритма SIS
1.2.8 Временная сложность алгоритма SIS
1.3 Доказательство глобальной сходимости алгоритма SIS
1.4 Тематическое исследование и сравнительный анализ
1.5 Сводка этой главы
Рекомендации
2 Алгоритм оптимизации динамики инфекционных заболеваний SEIV
2.1 Введение
2.2 Разработка алгоритма оптимизации функции на основе модели инфекционного заболевания SEIV
2.2.1 Модель инфекционного заболевания SEIV
2.2.2 Разработка сценария алгоритма
2.2.3 Разработка оператора эволюции
2.2.4 Метод построения алгоритма SEIV
2.2.5 Временная сложность алгоритма SEIV
2.3 Характеристики и глобальная сходимость алгоритма SEIV
2.4 Тематическое исследование и сравнительный анализ
2.4.1 Исследование производительности и выбор параметров алгоритма SEIV
2.4.2 Сравнение алгоритма SEIV и других алгоритмов оптимизации роевого интеллекта
2.5 Сводка этой главы
Рекомендации
3 Алгоритм оптимизации динамики инфекционных заболеваний SIRQV
3.1 Введение
3.2 Разработка алгоритма оптимизации функции на основе модели инфекционного заболевания SIRQV
3.2.1 Модель SIRQV
3.2.2 Разработка сценария алгоритма
3.2.3 Разработка оператора эволюции
3.2.4 Метод построения алгоритма SIRQV
3.2.5 Характеристики алгоритма SIRQV
3.2.6 Временная сложность
3.3 Глобальная сходимость алгоритма SIRQV
3.4 Тематическое исследование и сравнительный анализ
3.4.1 Выбор параметров и исследование производительности алгоритма SIRQV
3.4.2 Сравнение алгоритма SIRQV и других алгоритмов оптимизации роевого интеллекта
3.5 Сводка этой главы
Рекомендации
4 Алгоритм оптимизации динамики инфекционных заболеваний SEIRS
4.1 Введение
4.2 Разработка алгоритма оптимизации функции на основе модели инфекционных заболеваний SEIRS
4.2.1 Модель инфекционных заболеваний SEIRS
4.2.2 Разработка сценария алгоритма
4.2.3 Разработка оператора эволюции
4.2.4 Метод построения алгоритма SEIRS
4.2.5 Характеристики алгоритма SEIRS
4.2.6 Временная сложность
4.3 Глобальная сходимость алгоритма SEIRS
4.4 Тематическое исследование и сравнительный анализ
4.4.1 Выбор параметров и исследование производительности алгоритма SEIRS
4.4.2 Сравнение алгоритма SEIRS и других алгоритмов оптимизации роевого интеллекта
4.5 Сводка этой главы
Рекомендации
5 Алгоритм оптимизации инфекционных заболеваний чумы
5.1 Введение
5.2 Методика построения алгоритма оптимизации чумной инфекционной болезни
5.2.1 Разработка сценария алгоритма PIDO
5.2.2 Модель чумы с задержкой во времени и импульсной вакцинацией
5.2.3 Метод генерации набора функций
5.2.4 Метод проектирования оператора эволюции PIDO
5.2.5 Построение алгоритма PIDO
5.2.6 Характеристики алгоритма PIDO
5.3 Доказательство глобальной сходимости алгоритма PIDO
5.4 Анализ производительности алгоритма PIDO
5.4.1 Анализ влияния количества жителей деревни на производительность алгоритма PIDO
5.4.2 Сравнение с другими алгоритмами роевого интеллекта
5.4.3 Анализ возможностей локальной оптимизации и возможностей глобальной оптимизации
5.5 Сводка этой главы
Рекомендации
6 Алгоритм оптимизации эхинококкоза с межвидовыми многоуровневыми характеристиками передачи
6.1 Введение
6.2 Разработка алгоритма оптимизации модели гидатидного инфекционного заболевания
6.2.1 Разработка сценария алгоритма
6.2.2 Модель гидатидного инфекционного заболевания, которое может распространяться среди нескольких видов и уровней
6.2.3 Идентификация индивидуального эволюционного статуса
6.2.4 Разработка оператора эволюции
6.2.5 Метод построения алгоритма HDO
6.2.6 Характеристики алгоритма HDO
6.2.7 Временная сложность
6.3 Анализ сходимости алгоритма HDO
6.4 Выбор параметров алгоритма HDO
6.5 Пример применения
6.5.1 Отличная модель снижения выбросов VOCS
6.5.2 Процесс решения модели оптимизации
6 6 Краткое содержание этой главы
Рекомендации
7 Алгоритм оптимизации динамики инфекционных заболеваний ВИЧ
7.1 Введение
7.2 Принцип построения алгоритма оптимизации динамики ВИЧ-инфекции
7.2.1 Разработка сценария алгоритма
7.2.2 Модель динамики ВИЧ-инфекции
7.2.3 Метод создания набора функций
7.2.4 Разработка оператора эволюции
7.2.5 Построение алгоритма ВИЧ
7.2.6 Анализ характеристик алгоритма
7.3 Правильное определение параметров алгоритма ВИЧ
7.4 Сравнение с другими алгоритмами роевого интеллекта
7.5 Сводка этой главы
Рекомендации
8 Алгоритм оптимизации для птичьего гриппа, инфицированного человеком
8.1 Введение
8.2 Принцип разработки алгоритма оптимизации инфекционного заболевания H7N9
8.2.1 Разработка сценария алгоритма
8.2.2 Модель динамики инфекционных заболеваний, которые могут распространяться между видами
8.2.3 Идентификация индивидуального эволюционного статуса
8.2.4 Разработка оператора эволюции
8.2.5 Метод построения алгоритма H7N9
8.2.6 Характеристики и доказательство глобальной сходимости алгоритма H7N9
8.2.7 Временная сложность
8.3 Выбор параметров алгоритма H7N9
8.4 Сравнение алгоритма H7N9 с другими алгоритмами
8.5 Анализ динамического поведения алгоритма H7N9
8.5.1 Анализ динамического поведения оператора
8.5.2 Частота пульса алгоритма H7N9
8.5.3 Индивидуальный динамический анализ поведения
8.5.4 Анализ возможностей переработки и разведки и их координация
8.6 Резюме этой главы
Рекомендации
9 SIR—Алгоритм оптимизации динамики ДНК инфекционных заболеваний
9.1 Введение
9.2 SIR—Разработка алгоритма ДНК
9.2.1 Отдельные молекулы ДНК животных
9.2.2 Преобразование модели SIR в уравнение преобразования отдельной категории
9.2.3 Дизайн экспрессии генов
9.2.4 Определение соответствия между экспрессией генов и переменными
9.2.5 Разработка оператора эволюции
9.2.6 SIR—Метод построения алгоритма ДНК
9.2.7 SIR—Теоретический анализ особенностей снижения размерности алгоритма ДНК
9.2.8 SIR—Временная сложность алгоритма ДНК
9.2.9 SIR—Анализ сходимости и устойчивости алгоритма ДНК
9.3 SIR—Алгоритм ДНК по сравнению с другими алгоритмами
9.4 Резюме этой главы
Рекомендации
краткое введение
В этой книге систематически представлен ряд новых алгоритмов интеллектуальной оптимизации сложных групп сцен, построенных на основе принципов динамики инфекционных заболеваний, а именно алгоритмов оптимизации динамики инфекционных заболеваний. Содержимое включает в себя алгоритм оптимизации динамики инфекционных заболеваний SIS, алгоритм оптимизации динамики инфекционных заболеваний SEIV, алгоритм оптимизации динамики инфекционных заболеваний SIRQV, метод оптимизации динамики инфекционных заболеваний SEIRS, алгоритм оптимизации динамики инфекционных заболеваний чумы, алгоритм болезни сипухого червя с межвидовыми многоуровневыми характеристиками передачи, алгоритм оптимизации динамики инфекционных заболеваний ВИЧ, алгоритм оптимизации птичьего гриппа человека, алгоритм оптимизации динамики инфекционных заболеваний SIR-ДНК, а также некоторые алгоритмы используются для решения задачи оптимизации плана сокращения выбросов ЛОС.Результаты исследований, представленные в этой книге, могут предоставить технические методы для решения весьма сложных задач оптимизации.Эта книга богата новым содержанием и очень практична, и ее могут читать и использовать научные исследователи, технические специалисты, профессиональные преподаватели и аспиранты в области науки и техники управления, информатики и технологий, информационных технологий, искусственного интеллекта, системной инженерии и других дисциплин.