Dieses Buch bietet einen umfassenden Überblick über die neuesten Entwicklungen und Fortschritte im Bereich der nachhaltigen intelligenten Computertechnologie, entsprechender Anwendungen und Optimierungstechniken in verschiedenen Branchen. Mit der rasant zunehmenden Nutzung von Kommunikationstechnologie und der Entwicklung von benutzerfreundlicher Software und künstlicher Intelligenz ist Optimierung ein wesentlicher Faktor geworden. Bei fast allen menschlichen Tätigkeiten besteht der Wunsch, mit möglichst geringem Aufwand möglichst gute Ergebnisse zu erzielen. Darüber hinaus ist die Optimierung schon lange ein Schwerpunkt in den verschiedensten Anwendungsbereichen, von Problemen bei der Routenberechnung bis zur medizinischen Behandlung, über das Bau- und Finanzwesen, die Buchhaltung, das Ingenieurwesen und Wartungspläne für Industrieanlagen. Bei der Optimierung von realen Problemen kann es helfen, die Art des Problems zu verstehen und es in eine geeignete Klasse einzuordnen, damit der Entwickler die geeigneten Techniken für eine effiziente Problemlösung anwenden kann. Bei vielen intelligenten Optimierungstechniken lassen sich auch ohne Verwendung einer Zielfunktion optimale Lösungen finden, wobei auch die lokalen Bedingungen eine geringere Rolle spielen. Die 41 Kapitel des Handbook of Intelligent Computing and Optimization for Sustainable Development wurden von Fachleuten aus verschiedenen Bereichen, darunter Mathematik und Informatik, Elektronik und Elektrotechnik, Neuro- und Kognitionswissenschaften, Medizin und Sozialwissenschaften, verfasst und vermitteln den Leserinnen und Lesern ein umfassendes Verständnis davon, welche Bedeutung intelligente Computertechnologie für die nachhaltige Entwicklung der modernen Gesellschaften hat. Erörtert werden zudem die neuesten Forschungsarbeiten an den theoretischen und praktischen Aspekten der erfolgreichen Implementierung neuer, innovativer intelligenter Techniken in den verschiedensten Bereichen, darunter beim IoT, in der Fertigung, bei der Optimierung und im Gesundheitswesen.
About the Author: Mukhdeep Singh Manshahia, PhD, is an assistant professor at Punjabi University Patiala, India. He has published more than 40 international and national research papers and edited 1 book.
Valeriy Kharchenko, PhD, is the Chief Scientific Officer at the Federal Scientific Agro Engineering Center VIM, Moscow, Russia.
Elias Munapo, PhD, is a full professor in the Department of Statistics & Operations Research, North West University, South Africa. He has published more than 100 research articles and book chapters and has edited several volumes.
J. Joshua Thomas, PhD, is a senior lecturer at UOW Malaysia KDU Penang University College, Malaysia. Currently, he is working with machine learning, big data, data analytics, deep learning, specifically targeting convolutional neural networks (CNN) and bi-directional recurrent neural networks (RNN) for image tagging with embedded natural language processing, end-to-end steering learning systems, and GAN. He has published more than 40 papers in leading international conference proceedings and peer-reviewed journals.
Pandian Vasant, PhD, is a professor at Universiti Teknologi PETRONAS, Malaysia. He has co-authored more than 250 research articles in journals, conference proceedings, presentations, special issues guest editor, book chapters, and is the Editor-in-Chief of International Journal of Energy Optimization & Engineering.
