Bayesian Heuristic Approach to Discrete and Global Optimization, Fachbücher von Jonas Mockus, Gintaras Reklaitis, Willia...

Das Buch "Bayesian Heuristic Approach to Discrete and Global Optimization" bietet eine umfassende Untersuchung der Anwendung der Bayes'schen Entscheidungstheorie auf diskrete und nicht-konvexe Optimierungsprobleme. Es ist das erste Werk, das zeigt, wie diese Theorie effektiv mit heuristischen Methoden kombiniert werden kann, um insbesondere gross angelegte Probleme zu lösen, bei denen exakte Optimierungsansätze oft unpraktisch sind. Die Autoren präsentieren die formalen Grundlagen des Bayes'schen Ansatzes und erweitern diesen auf die Bayes'sche Heuristik, die in einem interaktiven und dynamischen Visualisierungsansatz genutzt wird. Das Buch behandelt eine Vielzahl von Anwendungsbereichen, darunter Prognosen, Optimierung von neuronalen Netzwerken sowie zahlreiche diskrete und kontinuierliche Optimierungsprobleme. Es werden spezifische Anwendungsgebiete wie Terminplanung, Visualisierungsprobleme in der chemischen Technik, Fertigungsprozesskontrolle und Epidemiologie behandelt. Zudem sind die erforderlichen Softwaretools zur Implementierung des Bayes'schen Heuristikansatzes im Buch enthalten, was den Zugang zur praktischen Anwendung erleichtert.