| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考,以到貨標的為正確資訊。 印行年月:202408*若逾兩年請先於私訊洽詢存貨情況,謝謝。 台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。 書名:智能計算方法及其資源管理應用 ISBN:9787302671183 出版社:清華大學 著編譯者:林兵 景翔 頁數:258 所在地:中國大陸 *此為代購商品 書號:1682797 可大量預訂,請先連絡。 內容簡介 隨著信息技術的飛速發展和數據量的持續激增,傳統的計算與資源管理方法日漸顯得力不從心。本書專註于探索和介紹智能計算技術(如神經網路、進化計算、模糊邏輯和群體智能等)在資源管理中的創新應用。通過對這些技術的基礎原理、關鍵特點及其在實際場景中的應用進行詳細解讀,尤其是在數據中心、智能電網、雲計算和物聯網等領域,智能計算技術的運用展現出巨大的潛力,它不僅優化了資源利用,也提升了整體系統的性能。本書還深入探討了智能計算在資源管理中面臨的挑戰和問題,如提高計算效率、保證演算法穩定性和系統可擴展性等,並提出了有效的解決策略。 本書共4章,系統論述了智能計算方法及其資源管理應用。第1章概述了本書的研究背景與意義、國內外研究現狀;第2章介紹了面向多目標的資源管理;第3章介紹了面向混合雲的資源管理;第4章介紹了面向能源優化的資源管理。 本書適合智能計算方法及其資源管理應用方向相關研究人員作為參考用書。作者簡介 林兵,福建師範大學物理與能源學院系副主任、副教授、碩士生導師,福建省高層次人才,獲得福建省科技進步一等獎1項。主要研究方向包括計算智能、工作流調度、能源優化管理等。目錄 第1章 概述1 1 研究背景與意義 1 2 國內外研究現狀 1 2 1 確定式方法 1 2 2 啟髮式方法 1 2 3 元啟髮式方法 1 2 4 機器學習方法 1 2 5 資源管理 第2章 面向多目標的資源管理 2 1 基於粒子群灰狼混合演算法的多目標進化演算法 2 1 1 引言 2 1 2 相關工作 2 1 3 問題模型 2 1 4 優化方法 2 1 5 實驗 2 1 6 總結 2 2 基於正弦餘弦改進演算法的多目標進化演算法 2 2 1 引言 2 2 2 相關工作 2 2 3 方法概覽 2 2 4 實驗 2 2 5 總結 2 3 多目標進化演算法在微電網中的應用 2 3 1 引言 2 3 2 相關工作 2 3 3 問題模型 2 3 4 實驗 2 3 5 總結 第3章 面向混合雲的資源管理 3 1 混合雲環境下面向安全的科學工作流數據布局策略 3 1 1 引言 3 1 2 相關工作 3 1 3 問題模型 3 1 4 基於SAGA-PSO的數據布局策略 3 1 5 實驗 3 1 0 總結 3 2 銀合雲環境下面向多目標優化的科學于作流數據相局策略 3 2 1 引言 3 2 2 相關工作 3 2 3 問題模型 3 2 4 基於IO-MOEA的數據布局策略 3 2 5 實驗與分析 3 2 6 總結 3 3 混合雲環境下代價驅動的多工作流應用在線任務調度方法 3 3 1 引育 3 3 2 相關工作 3 3 3 問題模型 3 3 4 演算法 3 3 5 實驗 3 3 6 總結 3 4 混合雲環境下面向時延優化的科學工作流數據布局策略 3 4 1 引言 3 4 2 相關工作 3 4 3 問題模型 3 4 4 基於GA-DPSO的數據演算法 3 4 5 實驗模擬與結果 3 4 6 總結 第4章 面向能源優化的資源管理 4 1 光儲充電站多目標自適應能量調度策略 4 1 1 引言 4 1 2 相關工作 4 1 3 問題欖型 4 1 4 基於AD_NSGA-Ⅲ的能量調度策略 4 1 5 實驗 4 1 6 結果評價 4 1 7 結論 4 2 面向用戶滿意的PSCS能量調度策略 4 2 1 引言 4 2 2 相關工作 4 2 3 問題模型 4 2 4 演算法設計與分析 4 2 5 模擬實驗與分析 4 2 6 總結 4 3 面向運營商效益的PSCS能量調度策略 4 3 1 引言 4 3 2 相關工作 4 3 3 問題模型 4 3 4 演算法設計與分析 4 3 5 模擬實驗與分析 4 3 6 總結 4 4 單一充電模式的電動汽車充電調度策略 4 4 1 引言 4 4 2 相關工作 4 4 3 建模需求分析與權重計算 4 4 4 問題模型 4 4 5 基於准入機制的GASA演算法 4 4 6 模擬實驗與結果分析 4 4 7 總結 4 5 多種充電模式的電動汽車充電調度策略 4 5 1 引言 4 5 2 相關工作 4 5 3 問題模型 4 5 4 基於充電優先順序的NSGA-Ⅲ演算法 4 5 5 模擬實驗與結果分析 4 5 6 總結 4 6 基於聯合模型的電池健康狀態估計 4 6 1 引言 4 6 2 相關工作 4 6 3 問題模型 4 6 4 實驗與分析 4 6 5 總結 4 7 基於聚類和時間間隔模型的電池健康狀態估計 4 7 1 引言 4 7 2 相關工作 4 7 3 問題模型 4 7 4 實驗與分析 4 7 5 總結 4 8 基於深度遷移學習的跨域電池健康狀態估計 4 8 1 引言 4 8 2 相關工作 4 8 3 方法 4 8 4 實驗 4 8 5 總結 4 9 基於源域選擇的跨域電池荷電狀態估計 4 9 1 引言 4 9 2 相關工作 4 9 3 方法 4 9 4 實驗 4 9 5 結果與討論 4 9 6 總結 參考文獻 詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |