Advances in Swarm Intelligence for Optimizing Problems in Computer Science
Editat de Anand Nayyar, Dac-Nhuong Le, Nhu Gia Nguyenen Limba Engleză Hardback – 18 sep 2018
Preț: 839.62 lei
Preț vechi: 1222.81 lei
-31% Nou
Puncte Express: 1259
Preț estimativ în valută:
160.68€ • 166.73$ • 134.30£
160.68€ • 166.73$ • 134.30£
Carte tipărită la comandă
Livrare economică 17-31 martie
Preluare comenzi: 021 569.72.76
Specificații
ISBN-13: 9781138482517
ISBN-10: 113848251X
Pagini: 312
Ilustrații: 3 Tables, black and white; 51 Illustrations, black and white
Dimensiuni: 156 x 234 x 20 mm
Greutate: 0.57 kg
Ediția:1
Editura: CRC Press
Colecția Chapman and Hall/CRC
ISBN-10: 113848251X
Pagini: 312
Ilustrații: 3 Tables, black and white; 51 Illustrations, black and white
Dimensiuni: 156 x 234 x 20 mm
Greutate: 0.57 kg
Ediția:1
Editura: CRC Press
Colecția Chapman and Hall/CRC
V-ar putea interesa
-
Factory Designing for Developing CountriesShrinivas UtgikarPreț: 106.88 lei -
Mitigating Hurricane and Tornado DamageJames LandPreț: 304.02 lei -
The Electro-Motive Type TurbochargerWilliam TrombelloPreț: 81.01 lei -
Advances in Manufacturing and Processing of Materials and StructuresYoseph Bar-Cohen-18%Preț: 1293.06 lei1576.91 lei -
Modeling and Control of Precision ActuatorsTan Kok Kiong-23%Preț: 427.84 lei552.56 lei -
-26%Preț: 1014.74 lei1366.53 lei -
Systems Engineering and Safety: Building the BridgePeter J. Glismann-26%Preț: 1014.74 lei1366.53 lei -
Commercial Cool Storage Design GuideElectric Power Research Institute-26%Preț: 1014.74 lei1366.53 lei -
Revival: Reengineering Systems Integration Success (1997)Michael A. Mische-26%Preț: 1237.38 lei1667.98 lei -
-26%Preț: 935.29 lei1255.89 lei -
The Flotation ProcessThomas Arthur RickardPreț: 242.10 lei -
Preț: 322.81 lei -
RaketenlexikonBernd LeitenbergerPreț: 304.34 lei -
Preț: 226.76 lei -
An Anthology of Structural MorphologyRene Motro-15%Preț: 667.58 lei785.39 lei
Cuprins
Contents
List of Contributors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xiii
Preface . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .xv
1. Evolutionary Computation: Theory and Algorithms . . . . . . . . . . . . . . . .1
Anand Nayyar, Surbhi Garg, Deepak Gupta and Ashish Khanna
1.1 History of Evolutionary Computation . . . . . . . . . . . . . . . . . . . . . .2
1.2 Motivation via Biological Evidence . . . . . . . . . . . . . . . . . . . . . . . . .3
1.3 Why Evolutionary Computing?. . . . . . . . . . . . . . . . . . . . . . . . . . . .5
1.4 Concept of Evolutionary Algorithms . . . . . . . . . . . . . . . . . . . . . . .6
1.5 Components of Evolutionary Algorithms . . . . . . . . . . . . . . . . . . .9
1.6 Working of Evolutionary Algorithms . . . . . . . . . . . . . . . . . . . . . .13
1.7 Evolutionary Computation Techniques and Paradigms. . . . . . . 15
1.8 Applications of Evolutionary Computing . . . . . . . . . . . . . . . . . .21
1.9 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .23
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2. Genetic Algorithms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .26
Sandeep Kumar, Sanjay Jain and Harish Sharma
2.1 Overview of Genetic Algorithms . . . . . . . . . . . . . . . . . . . . . . . . . .26
2.2 Genetic Optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .31
2.3 Derivation of Simple Genetic Algorithm . . . . . . . . . . . . . . . . . . .38
2.4 Genetic Algorithms vs. Other Optimization Techniques . . . . . . 42
2.5 Pros and Cons of Genetic Algorithms. . . . . . . . . . . . . . . . . . . . . .44
2.6 Hybrid Genetic Algorithms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .44
2.7 Possible Applications of Computer Science via Genetic
Algorithms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .45
2.8 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .46
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3. Introduction to Swarm Intelligence. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .52
Anand Nayyar and Gia Nhu Nguyen
3.1 Biological Foundations of Swarm Intelligence . . . . . . . . . . . . . . .52
3.2 Metaheuristics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .55
3.3 Concept of Swarm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .61
3.4 Collective Intelligence of Natural Animals. . . . . . . . . . . . . . . . . .62
3.5 Concept of Self-Organization in Social Insects. . . . . . . . . . . . . . .67
3.6 Adaptability and Diversity in Swarm Intelligence . . . . . . . . . . .68
3.7 Issues Concerning Swarm Intelligence . . . . . . . . . . . . . . . . . . . . .70
3.8 Future Swarm Intelligence in Robotics – Swarm Robotics . . . . . 71
3.9 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .74
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
4. Ant Colony Optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .77
Bandana Mahapatra and Srikanta Pattnaik
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .78
4.2 Concept of Artificial Ants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .79
4.3 Foraging Behavior of Ants and Estimating Effective Paths . . . . 81
4.4 ACO Metaheuristics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .85
4.5 ACO Applied Toward Travelling Salesperson Problem. . . . . . . 89
4.6 ACO Framework . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .91
4.7 The Ant Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .93
4.8 Comparison of Ant Colony Optimization Algorithms . . . . . . . .95
4.9 ACO for NP Hard Problems. . . . . . . . . . . . . . . . . . . . . . . . . . . . .100
4.10 Current Trends in ACO. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .103
4.11 Application of ACO in Different Fields . . . . . . . . . . . . . . . . . . .104
4.12 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .107
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
5. Particle Swarm Optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .112
M. B. Shanthi, D. Komagal Meenakshi and PremKumar
5.1 Particle Swarm Optimization – Basic Concepts . . . . . . . . . . . . .113
5.2 PSO Variants. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .115
5.3 Particle Swarm Optimization (PSO) – Advanced Concepts . . . 131
5.4 Applications of PSO in Various Engineering Domains. . . . . . .136
5.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .138
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
6. Artificial Bee Colony, Firefly Swarm Optimization, and Bat
Algorithms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .141
Sandeep Kumar and Rajani Kumari
6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .142
6.2 The Artificial Bee Colony Algorithm. . . . . . . . . . . . . . . . . . . . . .143
6.3 The Firefly Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .159
6.4 The Bat Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .166
6.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .173
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
7. Cuckoo Search Algorithm, Glowworm Algorithm,
WASP, and Fish Swarm Optimization . . . . . . . . . . . . . . . . . . . . . . . . . .179
Akshi Kumar
7.1 Introduction to Optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . .180
7.2 Cuckoo Search . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .182
7.3 Glowworm Algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .196
7.4 Wasp Swarm Optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . .204
7.5 Fish Swarm Optimization. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .209
7.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .217
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
8. Misc. Swarm Intelligence Techniques . . . . . . . . . . . . . . . . . . . . . . . . . .221
M. Balamurugan, S. Narendiran and Sarat Kumar Sahoo
8.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .222
8.2 Termite Hill Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .223
8.3 Cockroach Swarm Optimization . . . . . . . . . . . . . . . . . . . . . . . . .226
8.4 Bumblebee Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .228
8.5 Social Spider Optimization Algorithm . . . . . . . . . . . . . . . . . . . .230
8.6 Cat Swarm Optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .233
8.7 Monkey Search Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .235
8.8 Intelligent Water Drop . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .237
8.9 Dolphin Echolocation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .238
8.10 Biogeography-Based Optimization . . . . . . . . . . . . . . . . . . . . . . .240
8.11 Paddy Field Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .243
8.12 Weightless Swarm Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . .244
8.13 Eagle Strategy. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .245
8.14 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .246
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
9. Swarm Intelligence Techniques for Optimizing Problems. . . . . . . . .249
K. Vikram and Sarat Kumar Sahoo
9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .249
9.2 Swarm Intelligence for Communication Networks. . . . . . . . . .250
9.3 Swarm Intelligence in Robotics . . . . . . . . . . . . . . . . . . . . . . . . . .253
9.4 Swarm Intelligence in Data Mining. . . . . . . . . . . . . . . . . . . . . . .257
9.5 Swarm Intelligence and Big Data. . . . . . . . . . . . . . . . . . . . . . . . .260
9.6 Swarm Intelligence in Artificial Intelligence (AI) . . . . . . . . . . .264
9.7 Swarm Intelligence and the Internet of Things (IoT). . . . . . . . .266
9.8 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .269
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269
Index. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .274
List of Contributors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xiii
Preface . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .xv
1. Evolutionary Computation: Theory and Algorithms . . . . . . . . . . . . . . . .1
Anand Nayyar, Surbhi Garg, Deepak Gupta and Ashish Khanna
1.1 History of Evolutionary Computation . . . . . . . . . . . . . . . . . . . . . .2
1.2 Motivation via Biological Evidence . . . . . . . . . . . . . . . . . . . . . . . . .3
1.3 Why Evolutionary Computing?. . . . . . . . . . . . . . . . . . . . . . . . . . . .5
1.4 Concept of Evolutionary Algorithms . . . . . . . . . . . . . . . . . . . . . . .6
1.5 Components of Evolutionary Algorithms . . . . . . . . . . . . . . . . . . .9
1.6 Working of Evolutionary Algorithms . . . . . . . . . . . . . . . . . . . . . .13
1.7 Evolutionary Computation Techniques and Paradigms. . . . . . . 15
1.8 Applications of Evolutionary Computing . . . . . . . . . . . . . . . . . .21
1.9 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .23
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2. Genetic Algorithms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .26
Sandeep Kumar, Sanjay Jain and Harish Sharma
2.1 Overview of Genetic Algorithms . . . . . . . . . . . . . . . . . . . . . . . . . .26
2.2 Genetic Optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .31
2.3 Derivation of Simple Genetic Algorithm . . . . . . . . . . . . . . . . . . .38
2.4 Genetic Algorithms vs. Other Optimization Techniques . . . . . . 42
2.5 Pros and Cons of Genetic Algorithms. . . . . . . . . . . . . . . . . . . . . .44
2.6 Hybrid Genetic Algorithms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .44
2.7 Possible Applications of Computer Science via Genetic
Algorithms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .45
2.8 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .46
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3. Introduction to Swarm Intelligence. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .52
Anand Nayyar and Gia Nhu Nguyen
3.1 Biological Foundations of Swarm Intelligence . . . . . . . . . . . . . . .52
3.2 Metaheuristics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .55
3.3 Concept of Swarm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .61
3.4 Collective Intelligence of Natural Animals. . . . . . . . . . . . . . . . . .62
3.5 Concept of Self-Organization in Social Insects. . . . . . . . . . . . . . .67
3.6 Adaptability and Diversity in Swarm Intelligence . . . . . . . . . . .68
3.7 Issues Concerning Swarm Intelligence . . . . . . . . . . . . . . . . . . . . .70
3.8 Future Swarm Intelligence in Robotics – Swarm Robotics . . . . . 71
3.9 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .74
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
4. Ant Colony Optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .77
Bandana Mahapatra and Srikanta Pattnaik
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .78
4.2 Concept of Artificial Ants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .79
4.3 Foraging Behavior of Ants and Estimating Effective Paths . . . . 81
4.4 ACO Metaheuristics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .85
4.5 ACO Applied Toward Travelling Salesperson Problem. . . . . . . 89
4.6 ACO Framework . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .91
4.7 The Ant Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .93
4.8 Comparison of Ant Colony Optimization Algorithms . . . . . . . .95
4.9 ACO for NP Hard Problems. . . . . . . . . . . . . . . . . . . . . . . . . . . . .100
4.10 Current Trends in ACO. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .103
4.11 Application of ACO in Different Fields . . . . . . . . . . . . . . . . . . .104
4.12 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .107
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
5. Particle Swarm Optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .112
M. B. Shanthi, D. Komagal Meenakshi and PremKumar
5.1 Particle Swarm Optimization – Basic Concepts . . . . . . . . . . . . .113
5.2 PSO Variants. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .115
5.3 Particle Swarm Optimization (PSO) – Advanced Concepts . . . 131
5.4 Applications of PSO in Various Engineering Domains. . . . . . .136
5.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .138
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
6. Artificial Bee Colony, Firefly Swarm Optimization, and Bat
Algorithms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .141
Sandeep Kumar and Rajani Kumari
6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .142
6.2 The Artificial Bee Colony Algorithm. . . . . . . . . . . . . . . . . . . . . .143
6.3 The Firefly Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .159
6.4 The Bat Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .166
6.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .173
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
7. Cuckoo Search Algorithm, Glowworm Algorithm,
WASP, and Fish Swarm Optimization . . . . . . . . . . . . . . . . . . . . . . . . . .179
Akshi Kumar
7.1 Introduction to Optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . .180
7.2 Cuckoo Search . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .182
7.3 Glowworm Algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .196
7.4 Wasp Swarm Optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . .204
7.5 Fish Swarm Optimization. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .209
7.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .217
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
8. Misc. Swarm Intelligence Techniques . . . . . . . . . . . . . . . . . . . . . . . . . .221
M. Balamurugan, S. Narendiran and Sarat Kumar Sahoo
8.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .222
8.2 Termite Hill Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .223
8.3 Cockroach Swarm Optimization . . . . . . . . . . . . . . . . . . . . . . . . .226
8.4 Bumblebee Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .228
8.5 Social Spider Optimization Algorithm . . . . . . . . . . . . . . . . . . . .230
8.6 Cat Swarm Optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .233
8.7 Monkey Search Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .235
8.8 Intelligent Water Drop . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .237
8.9 Dolphin Echolocation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .238
8.10 Biogeography-Based Optimization . . . . . . . . . . . . . . . . . . . . . . .240
8.11 Paddy Field Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .243
8.12 Weightless Swarm Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . .244
8.13 Eagle Strategy. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .245
8.14 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .246
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
9. Swarm Intelligence Techniques for Optimizing Problems. . . . . . . . .249
K. Vikram and Sarat Kumar Sahoo
9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .249
9.2 Swarm Intelligence for Communication Networks. . . . . . . . . .250
9.3 Swarm Intelligence in Robotics . . . . . . . . . . . . . . . . . . . . . . . . . .253
9.4 Swarm Intelligence in Data Mining. . . . . . . . . . . . . . . . . . . . . . .257
9.5 Swarm Intelligence and Big Data. . . . . . . . . . . . . . . . . . . . . . . . .260
9.6 Swarm Intelligence in Artificial Intelligence (AI) . . . . . . . . . . .264
9.7 Swarm Intelligence and the Internet of Things (IoT). . . . . . . . .266
9.8 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .269
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269
Index. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .274
Descriere
This book provides comprehensive details of all Swarm Intelligence based Techniques available till date in a comprehensive manner along with their mathematical proofs. It will act as foundation for authors, researchers and industry professionals.