本书中的所有论文均已在2005年遗传与进化计算会议(GECCO)的研讨会上发表。讲习班的形式和风格各不相同。讲习班的共同特点是它们解决了GEA研究和应用中的当前趋势和热门话题。 p>
举行了GECCO 2005讲习班,其中包括会议记录。于2005年6月25日至26日在美国华盛顿特区举行。 GECCO 2005研讨会系列由以下各个研讨会组成: p>
•BioGEC2005,第四届年度遗传和进化计算的生物应用研讨会, p>
•EvoDOP 2005,第一届动态进化算法研讨会优化问题, p>
•IWLCS 2005,第八届国际学习分类器系统研讨会, p>
•MedGEC 2005,第一届遗传和进化计算医学应用研讨会, p>
•MSAEC 2005,第二次进化计算的军事和安全应用研讨会, p>
•OBUPM 2005,通过构建和使用概率模型进行优化的第四次研讨会, p>
•PSGEA 2005,第一次遗传和进化算法中的参数设置研讨会, p>
•SEEDS 2005,第一次可扩展,可演化,紧急设计和开发系统研讨会, p>
•SOEA 2005,第二次自我研讨会-Organization代表进化算法:Bui从简单性和 p>
•TheoryRep 2005(代表理论的第一工作坊)中获得复杂性。 p>
此外,GECCO 2005研讨会的与会者也可以参加由DaveDavis和AnthonyBucci,Edwin de Jong和R. Paul Wiegand共同组织的“合作进化论坛”。 p>
GECCO 2005研讨会系列还包括两个面向学生的研讨会: p>
•GWS 2005年,研究生研讨会, p>
•UGWS 2005,演化计算本科学生研讨会。 p>
这两个研讨会都是学生与研究人员之间的重要纽带,使学生有机会提出有趣的话题。高质量的工作。
University of Michigan, Ann Arbor, MI;
机译:在复杂环境中使用动力学考虑遗传算法直接解决轨迹规划问题的方法
机译:快速动态变化环境下智能天线中随机和遗传算法的比较性能研究
机译:了解五个主要决定因素的影响(遗传学,生物学,行为,心理学,社会/环境)对美国2型糖尿病的影响:MIL Familias - 队列研究
机译:了解动态环境中遗传算法的行为的测量
机译:基于遗传算法的异构计算环境中子任务匹配和调度方法以及并行遗传算法的比较研究。
机译:实验设计:了解动态行为-环境系统的问题
机译:提高动态环境中遗传算法的行为。
机译:用收获策略理解遗传算法动力学