Holdings: Fuzzy sets based heuristics for optimization

Fuzzy sets based heuristics for optimization:

Saved in:

Bibliographic Details
Format:	Book
Language:	English
Published:	Berlin ; Heidelberg ; New York ; Hong Kong ; London ; Milano ; P Springer 2003
Series:	Studies in fuzziness and soft computing 126
Subjects:	Algorithmes Ensembles flous Optimisation mathématique Programmation heuristique Computer algorithms Fuzzy sets Heuristic programming Mathematical optimization Heuristik Fuzzy-Optimierung Optimierung Fuzzy-Menge
Online Access:	Inhaltsverzeichnis
Physical Description:	X, 351 S. graph. Darst., Kt.
ISBN:	354000551X

Staff View

MARC


LEADER	00000nam a2200000 cb4500
001	BV016972295
003	DE-604
005	20031107
007	t
008	030311s2003 gw bd\|\| \|\|\|\| 00\|\|\| eng d
016	7		\|a 966469488 \|2 DE-101
020			\|a 354000551X \|9 3-540-00551-X
035			\|a (OCoLC)51647918
035			\|a (DE-599)BVBBV016972295
040			\|a DE-604 \|b ger \|e rakddb
041	0		\|a eng
044			\|a gw \|c DE
049			\|a DE-824 \|a DE-634
050		0	\|a T57.84
082	0		\|a 511.3/22 \|2 21
084			\|a SK 870 \|0 (DE-625)143265: \|2 rvk
245	1	0	\|a Fuzzy sets based heuristics for optimization \|c José-Luis Verdegay (ed.)
264		1	\|a Berlin ; Heidelberg ; New York ; Hong Kong ; London ; Milano ; P \|b Springer \|c 2003
300			\|a X, 351 S. \|b graph. Darst., Kt.
336			\|b txt \|2 rdacontent
337			\|b n \|2 rdamedia
338			\|b nc \|2 rdacarrier
490	1		\|a Studies in fuzziness and soft computing \|v 126
650		4	\|a Algorithmes
650		4	\|a Ensembles flous
650		4	\|a Optimisation mathématique
650		4	\|a Programmation heuristique
650		4	\|a Computer algorithms
650		4	\|a Fuzzy sets
650		4	\|a Heuristic programming
650		4	\|a Mathematical optimization
650	0	7	\|a Heuristik \|0 (DE-588)4024772-7 \|2 gnd \|9 rswk-swf
650	0	7	\|a Fuzzy-Optimierung \|0 (DE-588)4659945-9 \|2 gnd \|9 rswk-swf
650	0	7	\|a Optimierung \|0 (DE-588)4043664-0 \|2 gnd \|9 rswk-swf
650	0	7	\|a Fuzzy-Menge \|0 (DE-588)4061868-7 \|2 gnd \|9 rswk-swf
689	0	0	\|a Optimierung \|0 (DE-588)4043664-0 \|D s
689	0	1	\|a Heuristik \|0 (DE-588)4024772-7 \|D s
689	0	2	\|a Fuzzy-Menge \|0 (DE-588)4061868-7 \|D s
689	0		\|5 DE-604
689	1	0	\|a Fuzzy-Optimierung \|0 (DE-588)4659945-9 \|D s
689	1		\|5 DE-604
700	1		\|a Verdegay, José-Luis \|e Sonstige \|4 oth
830		0	\|a Studies in fuzziness and soft computing \|v 126 \|w (DE-604)BV021858135 \|9 126
856	4	2	\|m SWB Datenaustausch \|q application/pdf \|u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=010250052&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA \|3 Inhaltsverzeichnis
999			\|a oai:aleph.bib-bvb.de:BVB01-010250052

Record in the Search Index

_version_	1804129891650633728
adam_text	CONTENTS PART 1. SOFT COMPUTING AND METAHEURISTICS FUZZY ADAPTIVE NEIGHBORHOOD SEARCH: EXAMPLES OF APPLICATION 1 ARMANDO BLANCO, DAVID PELTA, JOS E L. VERDEGAY 1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 2 DESCRIPTION OF FANS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 3 ON THE USEFULNESS OF FUZZY VALUATIONS . . . . . . . . . . . . . . . . . . . . . . . . . 6 4 EXAMPLES OF APPLICATION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 5 CONCLUSIONS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 REFERENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 BRANCH-AND-BOUND ALGORITHMS USING FUZZY HEURISTICS FOR SOLVING LARGE-SCALE OW SHOP SCHEDULING PROBLEMS : : : : : : : : : 21 JINLIANG CHENG, HIROSHI KISE, GEORGE STEINER, PAUL STEPHENSON 1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 2 LOWER BOUNDS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 3 DOMINANCE RULES AND FUZZY APPROXIMATION. . . . . . . . . . . . . . . . . . . . . . . 27 4 BRANCH-AND-BOUND ALGORITHM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 5 COMPUTATIONAL EXPERIMENTS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 6 CONCLUDING REMARKS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 REFERENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 A FUZZY ADAPTIVE PARTITION ALGORITHM (FAPA) FOR GLOBAL OPTIMIZATION : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 37 MELEK BASAK DEMIRHAN, LINET OZDAMAR 1 INTRODUCTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 2 FUZZY ADAPTIVE PARTITIONING APPROACH . . . . . . . . . . . . . . . . . . . . . . . . . 38 3 COMPUTATIONAL RESULTS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 4 CONCLUSION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 REFERENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 FUZZY MEMES IN MULTIMEME ALGORITHMS: A FUZZY-EVOLUTIONARY HYBRID : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 49 NATALIO KRASNOGOR, DAVID A. PELTA 1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 2 THE PROTEIN STRUCTURE PREDICTION PROBLEM . . . . . . . . . . . . . . . . . . . . . . 50 3 MEMETIC ALGORITHMS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 4 FUZZY MEMES FOR MULTIMEME ALGORITHMS . . . . . . . . . . . . . . . . . . . . . . . 53 5 EXPERIMENTS SETUP AND RESULTS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 6 CONCLUSIONS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 REFERENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64 VI VEHICLE ROUTING PROBLEM WITH UNCERTAIN DEMAND AT NODES: THE BEE SYSTEM AND FUZZY LOGIC APPROACH : : : : : : : : : : : : : : : : : : 67 PANTA LU* CI C, DU* SAN TEODOROVI C 1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 2 STATEMENT OF THE PROBLEM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 3 A PROPOSED SOLUTION OF THE PROBLEM . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 4 RESULTS OBTAINED USING THE INTELLIGENT VEHICLE ROUTING SYSTEM . . . . . 77 5 CONCLUSION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79 REFERENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80 FUZZY CONSTRUCTIVE HEURISTICS : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 83 JOS E A. MORENO P EREZ, J. MARCOS MORENO VEGA 1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83 2 FUZZY CONSTRUCTIVE METHODS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 3 FUZZY STOPPING RULES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 4 THE NON-GUILLOTINE RECTANGULAR TWO-DIMENSIONAL CUTTING PROBLEM . . . 86 5 COMPUTATIONAL EXPERIMENTS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 REFERENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95 PART 2. HEURISTICS AND MATHEMATICAL PROGRAMMING HEURISTICS FOR OPTIMIZATION: TWO APPROACHES FOR PROBLEM RESOLUTION : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 97 J.M. CADENAS, M.C. GARRIDO, F. JIMENEZ 1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97 2 FUZZY RULE LEARNING IN FMP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99 3 FUZZY RULE LEARNING IN MFGN FRAMEWORK . . . . . . . . . . . . . . . . . . . . . . . . 106 4 ANALYSIS OF RESULTS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110 5 CONCLUSIONS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110 REFERENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 OPTIMIZATION WITH LINGUISTIC VARIABLES : : : : : : : : : : : : : : : : : : : : : : : : : 113 CHRISTER CARLSSON, ROBERT FULL ER 1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 2 OPTIMIZATION WITH LINGUISTIC VARIABLES. . . . . . . . . . . . . . . . . . . . . . . . . . . 116 3 EXAMPLES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117 4 EXTENSIONS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 5 SUMMARY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120 REFERENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120 INTERACTIVE ALGORITHMS USING FUZZY CONCEPTS FOR SOLVING MATHEMATICAL MODELS OF REAL LIFE OPTIMIZATION PROBLEMS : : : : 123 C. MOHAN, S.K. VERMA 1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123 2 NON-SYMMETRIC TREATMENT OF LINEAR AND A CLASS OF NON-LINEAR MUL- TIOBJECTIVE FUZZY PROGRAMMING PROBLEMS . . . . . . . . . . . . . . . . . . . . . . . 126 VII 3 PL-PARETO OPTIMAL SOLUTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129 4 CALCULATION OF FUZZY ASPIRATION LEVELS . . . . . . . . . . . . . . . . . . . . . . . . . 131 5 THE PROPOSED IMMOFP INTERACTIVE ALGORITHM . . . . . . . . . . . . . . . . . . 132 6 ILLUSTRATIVE EXAMPLES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133 7 CONCLUDING OBSERVATIONS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136 REFERENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137 FUZZY DATA ENVELOPMENT ANALYSIS: A CREDIBILITY APPROACH : : : 141 SAOWANEE LERTWORASIRIKUL, SHU-CHERNG FANG, JEFIREY A. JOINES, HENRY L. W. NUTTLE 1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141 2 FUZZY DEA MODEL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 3 POSSIBILITY, NECESSITY, AND CREDIBILITY MEASURES . . . . . . . . . . . . . . . . . . 145 4 CP-DEA MODEL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154 5 NUMERICAL EXAMPLES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155 6 CONCLUDING REMARKS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156 REFERENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157 FUZZY OPTIMIZATION USING SIMULATED ANNEALING: AN EXAMPLE SET : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 159 RITA ALMEIDA RIBEIRO, LEONILDE ROCHA VARELA 1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159 2 BASICS ON THE APPROACH USED FOR FORMULATING AND SOLVING THE EXAMPLE SET . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160 3 SET OF LINEAR EXAMPLES TESTED AND DISCUSSION OF THE RESULTS . . . . . . . . . 164 4 SET OF NON-LINEAR EXAMPLES TESTED AND DISCUSSION OF THE RESULTS . . . . . 174 5 CONCLUSIONS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179 REFERENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179 PART 3. PRACTICAL HEURISTIC ALGORITHMS MULTI-STAGE SUPPLY CHAIN NETWORK BY HYBRID GENETIC ALGORITHMS : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 181 MITSUO GEN, ADMI SYARIF 1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181 2 MATHEMATICAL MODEL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184 3 DESIGN OF THE ALGORITHM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185 4 OVERALL PROCEDURE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192 5 NUMERICAL EXAMPLES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193 6 CONCLUSION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194 REFERENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195 FUZZY EVOLUTIONARY APPROACH FOR MULTIOBJECTIVE COMBINATORIAL OPTIMIZATION: APPLICATION TO SCHEDULING PROBLEMS : : : : : : : : : : : : : 197 IMED KACEM, SLIM HAMMADI, PIERRE BORNE 1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197 VIII 2 MULTIOBJECTIVE OPTIMIZATION: THE STATE OF THE ART . . . . . . . . . . . . . . 197 3 FUZZY EVOLUTIONARY APPROACH . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200 4 APPLICATION: CASE OF FLEXIBLE JOB-SHOP SCHEDULING PROBLEM (FJSP) 207 5 DISCUSSIONS AND CONCLUSIONS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216 REFERENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 FUZZY SETS BASED HEURISTICS FOR OPTIMIZATION: MULTI-OBJECTIVE EVOLUTIONARY FUZZY MODELING : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 221 FERNANDO JIM ENEZ, ANTONIO F. G OMEZ SKARMETA, GRACIA S ANCHEZ, JOS E M. CADENAS 1 INTRODUCCTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221 2 FUZZY MODEL IDENTIFLCATION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223 3 A TECHNIQUE TO IMPROVE TRANSPARENCY AND COMPACTNESS OF THE FUZZY RULE SETS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224 4 TRAINING OF THE RBF NEURAL NETWORKS . . . . . . . . . . . . . . . . . . . . . . . . . . . 225 5 CRITERIA FOR FUZZY MODELING . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225 6 MULTI-OBJECTIVE NEURO-EVOLUTIONARY ALGORITHM . . . . . . . . . . . . . . . . . . . . 226 7 EXPERIMENTS AND RESULTS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230 8 CONCLUSIONS AND FUTURE RESEARCH . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232 REFERENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233 AN INTERACTIVE FUZZY SATISFLCING METHOD FOR MULTIOBJECTIVE OPERATION PLANNING IN DISTRICT HEATING AND COOLING PLANTS THROUGH GENETIC ALGORITHMS FOR NONLINEAR 0-1 PROGRAMMING : 235 MASATOSHI SAKAWA, KOSUKE KATO, SATOSHI USHIRO, MARE INAOKA 1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235 2 OPERATIONAL PLANNING OF A DHC PLANT . . . . . . . . . . . . . . . . . . . . . . . . . . 236 3 AN INTERACTIVE FUZZY SATISFLCING METHOD . . . . . . . . . . . . . . . . . . . . . . . . 241 4 GENETIC ALGORITHMS FOR NONLINEAR 0-1 PROGRAMMING . . . . . . . . . . . . . . 242 5 NUMERICAL EXPERIMENTS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247 6 CONCLUSION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248 REFERENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249 ADAPTIVE HYBRID GENETIC ALGORITHM WITH FUZZY LOGIC CONTROLLER : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 251 YOUNGSU YUN, MITSUO GEN 1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251 2 ADAPTIVE GENETIC OPERATORS (AGOS) . . . . . . . . . . . . . . . . . . . . . . . . . . . 253 3 PROPOSED HYBRID CONCEPTS AND LOGICS . . . . . . . . . . . . . . . . . . . . . . . . . . 256 4 PROPOSED ALGORITHMS FOR EXPERIMENTAL COMPARISON . . . . . . . . . . . . . . 258 5 NUMERICAL EXAMPLE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 260 6 CONCLUSION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262 REFERENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262 IX PART 4. APPLICATIONS TO REAL WORLD PROBLEMS FINDING SATISFACTORY NEAR-OPTIMAL SOLUTIONS IN LOCATION PROBLEMS : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 265 MAR A J. CAN OS, CARLOS IVORRA, VICENTE LIERN 1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265 2 THE FUZZY P -MEDIAN PROBLEM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266 3 CALCULATING THE SATISFACTION LEVEL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268 4 AN INTERCHANGE HEURISTIC PROCEDURE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271 5 COMPUTATIONAL RESULTS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 272 6 CONCLUSIONS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275 REFERENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275 ROUTE CHOICE MAKING UNDER UNCERTAINTY: A FUZZY LOGIC BASED APPROACH : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 277 VINCENT HENN 1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277 2 MODELING TRAC ASSIGNMENT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278 3 FUZZY SETS AS A BASIS FOR REPRESENTING IMPERFECTIONS . . . . . . . . . . . . . 280 4 FUZZY SETS BASED HEURISTICS FOR TRAC ASSIGNMENT . . . . . . . . . . . . . . . 282 5 ANALYSIS OF THE MODEL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287 6 CONCLUSIONS AND PERSPECTIVES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 290 REFERENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291 A NEW TECHNIQUE TO ELECTRICAL DISTRIBUTION SYSTEM LOAD FLOW BASED ON FUZZY SETS : : : : : : : : : : : : : : : : : : : : : : : 293 CARLOS A. F. MURARI, MARCELO A. PEREIRA, MARCELO M. P. LIMA 1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 293 2 FUZZY NUMBER . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 294 3 FUZZY NUMBERS OPERATORS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295 4 FUZZY LOAD FLOW . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 298 5 TESTS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299 6 CONCLUSIONS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 302 REFERENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 305 A FUZZY ADAPTIVE PARTITIONING ALGORITHM (FAPA) FOR GLOBAL OPTIMIZATION: IMPLEMENTATION IN ENVIRONMENTAL SITE CHARACTERIZATION : : : : : : : : : : : : : : : : : : : : : : : : : : 307 LINET * OZDAMAR, MELEK BASAK DEMIRHAN 1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 307 2 ENVIRONMENTAL SITE CHARACTERIZATION: PROBLEM DEFLNITION. . . . . . . . . . 308 3 IMPLEMENTATION OF FUZZY ADAPTIVE PARTITIONING ALGORITHM (FAPA) IN SITE CHARACTERIZATION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 309 4 NUMERICAL RESULTS ON HYPOTHETICAL SITES . . . . . . . . . . . . . . . . . . . . . . . 313 5 CONCLUSION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314 REFERENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315 X CAPACITATED VEHICLE ROUTING PROBLEM WITH FUZZY DEMAND : : : 317 BRIGITTE WERNERS, MICHAEL DRAWE 1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317 2 A FUZZY MULTI-CRITERIA MODELING APPROACH . . . . . . . . . . . . . . . . . . . . . 318 3 A FUZZY MULTI-CRITERIA SAVINGS HEURISTIC. . . . . . . . . . . . . . . . . . . . . . . . 326 4 CONCLUSION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 333 REFERENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 334 AN ADAPTIVE, INTELLIGENT CONTROL SYSTEM FOR SLAG FOAMING : : : : 337 ERIC L. WILSON, CHARLES L. KARR 1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 337 2 THE PROBLEM ENVIRONMENT: SLAG FOAMING IN AN ELECTRIC ARC STEEL FURNACE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 340 3 AN ARCHITECTURE FOR ACHIEVING INTELLIGENT ADAPTIVE CONTROL . . . . . . . . 342 4 RESULTS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 347 5 SUMMARY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 350 REFERENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 350
any_adam_object	1
building	Verbundindex
bvnumber	BV016972295
callnumber-first	T - Technology
callnumber-label	T57
callnumber-raw	T57.84
callnumber-search	T57.84
callnumber-sort	T 257.84
callnumber-subject	T - General Technology
classification_rvk	SK 870
ctrlnum	(OCoLC)51647918 (DE-599)BVBBV016972295
dewey-full	511.3/22
dewey-hundreds	500 - Natural sciences and mathematics
dewey-ones	511 - General principles of mathematics
dewey-raw	511.3/22
dewey-search	511.3/22
dewey-sort	3511.3 222
dewey-tens	510 - Mathematics
discipline	Mathematik
format	Book
fullrecord	<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>02129nam a2200565 cb4500</leader><controlfield tag="001">BV016972295</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20031107 </controlfield><controlfield tag="007">t</controlfield><controlfield tag="008">030311s2003 gw bd\|\| \|\|\|\| 00\|\|\| eng d</controlfield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">966469488</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">354000551X</subfield><subfield code="9">3-540-00551-X</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)51647918</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV016972295</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rakddb</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">eng</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">DE</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-824</subfield><subfield code="a">DE-634</subfield></datafield><datafield tag="050" ind1=" " ind2="0"><subfield code="a">T57.84</subfield></datafield><datafield tag="082" ind1="0" ind2=" "><subfield code="a">511.3/22</subfield><subfield code="2">21</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">SK 870</subfield><subfield code="0">(DE-625)143265:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Fuzzy sets based heuristics for optimization</subfield><subfield code="c">José-Luis Verdegay (ed.)</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Berlin ; Heidelberg ; New York ; Hong Kong ; London ; Milano ; P</subfield><subfield code="b">Springer</subfield><subfield code="c">2003</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">X, 351 S.</subfield><subfield code="b">graph. Darst., Kt.</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="490" ind1="1" ind2=" "><subfield code="a">Studies in fuzziness and soft computing</subfield><subfield code="v">126</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Algorithmes</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Ensembles flous</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Optimisation mathématique</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Programmation heuristique</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Computer algorithms</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Fuzzy sets</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Heuristic programming</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Mathematical optimization</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Heuristik</subfield><subfield code="0">(DE-588)4024772-7</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Fuzzy-Optimierung</subfield><subfield code="0">(DE-588)4659945-9</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Optimierung</subfield><subfield code="0">(DE-588)4043664-0</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Fuzzy-Menge</subfield><subfield code="0">(DE-588)4061868-7</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Optimierung</subfield><subfield code="0">(DE-588)4043664-0</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Heuristik</subfield><subfield code="0">(DE-588)4024772-7</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="2"><subfield code="a">Fuzzy-Menge</subfield><subfield code="0">(DE-588)4061868-7</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="1" ind2="0"><subfield code="a">Fuzzy-Optimierung</subfield><subfield code="0">(DE-588)4659945-9</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Verdegay, José-Luis</subfield><subfield code="e">Sonstige</subfield><subfield code="4">oth</subfield></datafield><datafield tag="830" ind1=" " ind2="0"><subfield code="a">Studies in fuzziness and soft computing</subfield><subfield code="v">126</subfield><subfield code="w">(DE-604)BV021858135</subfield><subfield code="9">126</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">SWB Datenaustausch</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=010250052&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="999" ind1=" " ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-010250052</subfield></datafield></record></collection>
id	DE-604.BV016972295
illustrated	Illustrated
indexdate	2024-07-09T19:12:21Z
institution	BVB
isbn	354000551X
language	English
oai_aleph_id	oai:aleph.bib-bvb.de:BVB01-010250052
oclc_num	51647918
open_access_boolean
owner	DE-824 DE-634
owner_facet	DE-824 DE-634
physical	X, 351 S. graph. Darst., Kt.
publishDate	2003
publishDateSearch	2003
publishDateSort	2003
publisher	Springer
record_format	marc
series	Studies in fuzziness and soft computing
series2	Studies in fuzziness and soft computing
spelling	Fuzzy sets based heuristics for optimization José-Luis Verdegay (ed.) Berlin ; Heidelberg ; New York ; Hong Kong ; London ; Milano ; P Springer 2003 X, 351 S. graph. Darst., Kt. txt rdacontent n rdamedia nc rdacarrier Studies in fuzziness and soft computing 126 Algorithmes Ensembles flous Optimisation mathématique Programmation heuristique Computer algorithms Fuzzy sets Heuristic programming Mathematical optimization Heuristik (DE-588)4024772-7 gnd rswk-swf Fuzzy-Optimierung (DE-588)4659945-9 gnd rswk-swf Optimierung (DE-588)4043664-0 gnd rswk-swf Fuzzy-Menge (DE-588)4061868-7 gnd rswk-swf Optimierung (DE-588)4043664-0 s Heuristik (DE-588)4024772-7 s Fuzzy-Menge (DE-588)4061868-7 s DE-604 Fuzzy-Optimierung (DE-588)4659945-9 s Verdegay, José-Luis Sonstige oth Studies in fuzziness and soft computing 126 (DE-604)BV021858135 126 SWB Datenaustausch application/pdf http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=010250052&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA Inhaltsverzeichnis
spellingShingle	Fuzzy sets based heuristics for optimization Studies in fuzziness and soft computing Algorithmes Ensembles flous Optimisation mathématique Programmation heuristique Computer algorithms Fuzzy sets Heuristic programming Mathematical optimization Heuristik (DE-588)4024772-7 gnd Fuzzy-Optimierung (DE-588)4659945-9 gnd Optimierung (DE-588)4043664-0 gnd Fuzzy-Menge (DE-588)4061868-7 gnd
subject_GND	(DE-588)4024772-7 (DE-588)4659945-9 (DE-588)4043664-0 (DE-588)4061868-7
title	Fuzzy sets based heuristics for optimization
title_auth	Fuzzy sets based heuristics for optimization
title_exact_search	Fuzzy sets based heuristics for optimization
title_full	Fuzzy sets based heuristics for optimization José-Luis Verdegay (ed.)
title_fullStr	Fuzzy sets based heuristics for optimization José-Luis Verdegay (ed.)
title_full_unstemmed	Fuzzy sets based heuristics for optimization José-Luis Verdegay (ed.)
title_short	Fuzzy sets based heuristics for optimization
title_sort	fuzzy sets based heuristics for optimization
topic	Algorithmes Ensembles flous Optimisation mathématique Programmation heuristique Computer algorithms Fuzzy sets Heuristic programming Mathematical optimization Heuristik (DE-588)4024772-7 gnd Fuzzy-Optimierung (DE-588)4659945-9 gnd Optimierung (DE-588)4043664-0 gnd Fuzzy-Menge (DE-588)4061868-7 gnd
topic_facet	Algorithmes Ensembles flous Optimisation mathématique Programmation heuristique Computer algorithms Fuzzy sets Heuristic programming Mathematical optimization Heuristik Fuzzy-Optimierung Optimierung Fuzzy-Menge
url	http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=010250052&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA
volume_link	(DE-604)BV021858135
work_keys_str_mv	AT verdegayjoseluis fuzzysetsbasedheuristicsforoptimization

Holdings

There is no print copy available.

Interlibrary loan Place Request Caution: Not in THWS collection! Indexes

MARC

Record in the Search Index

There is no print copy available.

Similar Items