Stochastic optimization simulation based par wan xiaotao (9 résultats)
- Couverture souple
Vendeur : GreatBookPrices, Columbia, MD, Etats-UnisGreatBookPrices
Contacter le vendeurVendeur avec une évaluation de 5 étoilesEtat: Neuf
EUR 58,14
EUR 2,29 expéditionExpédition nationale : Etats-UnisQuantité disponible : Plus de 20 disponibles
Etat : New.
- Couverture souple
Vendeur : GreatBookPrices, Columbia, MD, Etats-UnisGreatBookPrices
Contacter le vendeurVendeur avec une évaluation de 5 étoilesEtat: Occasion - Comme neuf
EUR 61,32
EUR 2,29 expéditionExpédition nationale : Etats-UnisQuantité disponible : Plus de 20 disponibles
Etat : As New. Unread book in perfect condition.
- Couverture souple
Vendeur : Ria Christie Collections, Uxbridge, Royaume-UniRia Christie Collections
Contacter le vendeurVendeur avec une évaluation de 5 étoilesEtat: Neuf
EUR 56,64
EUR 13,97 expéditionExpédition depuis Royaume-Uni vers Etats-UnisQuantité disponible : Plus de 20 disponibles
Etat : New. In.
- Couverture souple
Vendeur : GreatBookPricesUK, Woodford Green, Royaume-UniGreatBookPricesUK
Contacter le vendeurVendeur avec une évaluation de 5 étoilesEtat: Neuf
EUR 56,63
EUR 17,50 expéditionExpédition depuis Royaume-Uni vers Etats-UnisQuantité disponible : Plus de 20 disponibles
Etat : New.
- Couverture souple
Vendeur : GreatBookPricesUK, Woodford Green, Royaume-UniGreatBookPricesUK
Contacter le vendeurVendeur avec une évaluation de 5 étoilesEtat: Occasion - Comme neuf
EUR 64,31
EUR 17,50 expéditionExpédition depuis Royaume-Uni vers Etats-UnisQuantité disponible : Plus de 20 disponibles
Etat : As New. Unread book in perfect condition.
- Couverture souple
Vendeur : preigu, Osnabrück, Allemagnepreigu
Contacter le vendeurVendeur avec une évaluation de 5 étoilesEtat: Neuf
EUR 51,10
EUR 70,00 expéditionExpédition depuis Allemagne vers Etats-UnisQuantité disponible : 5 disponible(s)
Taschenbuch. Etat : Neu. Stochastic Optimization with Simulation Based Optimization | A Surrogate Model Framework | Xiaotao Wan | Taschenbuch | Englisch | VDM Verlag Dr. Müller | EAN 9783639140156 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter…: preigu.
- Couverture souple
- impression à la demande
Vendeur : PBShop.store US, Wood Dale, IL, Etats-UnisPBShop.store US
Contacter le vendeurVendeur avec une évaluation de 5 étoilesEtat: Neuf
EUR 60,07
Frais de port gratuitsExpédition nationale : Etats-UnisQuantité disponible : Plus de 20 disponibles
PAP. Etat : New. New Book. Shipped from UK. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.
- Couverture souple
- impression à la demande
Vendeur : PBShop.store UK, Fairford, GLOS, Royaume-UniPBShop.store UK
Contacter le vendeurVendeur avec une évaluation de 5 étoilesEtat: Neuf
EUR 59,04
EUR 4,85 expéditionExpédition depuis Royaume-Uni vers Etats-UnisQuantité disponible : Plus de 20 disponibles
PAP. Etat : New. New Book. Delivered from our UK warehouse in 4 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.
- Couverture souple
- impression à la demande
Vendeur : AHA-BUCH GmbH, Einbeck, AllemagneAHA-BUCH GmbH
Contacter le vendeurVendeur avec une évaluation de 5 étoilesEtat: Neuf
EUR 59,71
EUR 61,11 expéditionExpédition depuis Allemagne vers Etats-UnisQuantité disponible : 2 disponible(s)
Taschenbuch. Etat : Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Stochastic optimization is vital to making soundengineering and business decisions under uncertainty.While the limited capability of handling complexdomain structures and random variables rendersanalytic methods helpless in many circumstance…s,stochastic optimization based on simulation is widelyapplicable. This work extends the traditionalresponse surface methodology into a surrogate modelframework to address high dimensional stochasticproblems. The framework integrates Latin hypercubesampling (LHS), domain reduction techniques, leastsquare support vector machine (LSSVM) and design &analysis of computer experiment (DACE) to buildsurrogate models that effectively captures domainstructures. In comparison with existing simulationbased optimization methods, the proposed frameworkleads to better solutions especially for problemswith high dimensions and high uncertainty. Thesurrogate model framework also demonstrates thecapability of addressing the curse-of-dimensionalityin stochastic dynamic risk optimization problems,where several important modification of the classicalBellman equation for stochastic dynamic problems(SDP) is also proposed.
