Algoritmo genético: solução passo a para agentes de extensão agrícola
Uitgelicht
|
60,09 |
Naar shop
|
|
60,09 |
Naar shop
|
|
60,99 |
Naar shop
|
Beschrijving
Bol
A gestão do tempo e dos recursos tornou-se uma questão importante no nosso trabalho diário. O problema rotineiro dos agentes de extensão agrícola na divulgação de novas tecnologias aos agricultores locais continua a ser complicado, uma vez que o tempo, o dinheiro e outros recursos são escassos e limitados. É, portanto, importante que um agente de extensão agrícola eficaz seja capaz de maximizar todos esses recursos, utilizando o caminho mais curto para economizar custos e tempo com a entrega adequada da tecnologia. O algoritmo genético simula a lógica da seleção darwiniana, tal como observada no processo evolutivo biológico (divisão celular, ADN, mutação, etc.), para resolver problemas. Estes baseiam-se, por um lado, num método heurístico de ascensão gradiente (seleção e cruzamento) e, por outro lado, num método de exploração semi-aleatória (mutação). Neste trabalho de investigação, explorou-se a aplicação de algoritmos genéticos para o problema de otimização incorporado no problema de trânsito dos agentes de extensão agrícola na divulgação de novas inovações e avanços tecnológicos na agricultura, a fim de alcançar a visão 2020. Foi utilizada uma representação de ordem para a matriz de custos para 10 cidades e cromossomas. O resultado revelou que o GA pode resolver o problema.
A gestão do tempo e dos recursos tornou-se uma questão importante no nosso trabalho diário. O problema rotineiro dos agentes de extensão agrícola na divulgação de novas tecnologias aos agricultores locais continua a ser complicado, uma vez que o tempo, o dinheiro e outros recursos são escassos e limitados. É, portanto, importante que um agente de extensão agrícola eficaz seja capaz de maximizar todos esses recursos, utilizando o caminho mais curto para economizar custos e tempo com a entrega adequada da tecnologia. O algoritmo genético simula a lógica da seleção darwiniana, tal como observada no processo evolutivo biológico (divisão celular, ADN, mutação, etc.), para resolver problemas. Estes baseiam-se, por um lado, num método heurístico de ascensão gradiente (seleção e cruzamento) e, por outro lado, num método de exploração semi-aleatória (mutação). Neste trabalho de investigação, explorou-se a aplicação de algoritmos genéticos para o problema de otimização incorporado no problema de trânsito dos agentes de extensão agrícola na divulgação de novas inovações e avanços tecnológicos na agricultura, a fim de alcançar a visão 2020. Foi utilizada uma representação de ordem para a matriz de custos para 10 cidades e cromossomas. O resultado revelou que o GA pode resolver o problema.
AmazonPagina's: 112, Paperback, Edições Nosso Conhecimento
Prijshistorie
* Prijshistorie bevat geen data van Amazon, Amazon Marketplace.
Prijzen voor het laatst bijgewerkt op: