fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf

Site Breadcrumb

Verkauf durch Sack Fachmedien

Milano

Constraint and Integer Programming

Toward a Unified Methodology

Medium: Buch
ISBN: 978-1-4020-7583-4
Verlag: Springer US
Erscheinungstermin: 30.11.2003
In den Warenkorb
Lieferfrist: bis zu 10 Tage
Auf die Merkliste Drucken

Leseprobe
Überschrift

Beschreibung

Kostenloser Versand

nach Deutschland, Österreich und in die Schweiz

Bequem zahlen

Rechnung, Kreditkarte, PayPal oder Bankeinzug

Wir sind gerne für Sie da

0800 000-1378 (Inland)
service@fachmedien.de
<<Kontaktformular>>

Fragen

Fragen Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua
Anwtorten

Anwtorten At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet

Constraint and Integer Programming presents some of the basic ideas of constraint programming and mathematical programming, explores approaches to integration, brings us up to date on heuristic methods, and attempts to discern future directions in this fast-moving field.

Produkteigenschaften

  • Artikelnummer: 9781402075834
  • Medium: Buch
  • ISBN: 978-1-4020-7583-4
  • Verlag: Springer US
  • Erscheinungstermin: 30.11.2003
  • Sprache(n): Englisch
  • Auflage: 2004
  • Serie: Operations Research/Computer Science Interfaces Series
  • Produktform: Gebunden, HC runder Rücken kaschiert
  • Gewicht: 1650 g
  • Seiten: 370
  • Format (B x H x T): 160 x 241 x 27 mm
  • Ausgabetyp: Kein, Unbekannt

Themen

Autoren/Hrsg.

Herausgeber

Constraint and Integer Programming.- 1 Introduction.- 2 CP(FD) Basic Concepts.- 3 Integer Linear Programming Basic Concepts.- 4 Incomplete search strategies.- 5 Conclusion.- References.- Two Generic Schemes for Efficient and Robust Cooperative Algorithms.- 1 Introduction.- 2 Operations Research Algorithms and Constraint Programming.- 3 Operations Research Algorithms and Mixed Integer Programming.- 4 Constraint Programming and Mixed Integer Programming.- 5 Operations Research Algorithms and Local Search.- 6 Mixed Integer Programming and Local Search.- 7 Constraint Programming and Local Search.- References.- Branch-and-Infer: A Framework for Combining CP and IP.- 1 Introduction.- 2 Modeling in CP and IP.- 3 An illustrating example: discrete tomography.- 4 Branch and Infer.- 5 Symbolic constraints in IP.- 6 Example: Symbolic constraints for supply chain planning.- 7 Summary.- References.- Global Constraints and FiItering Algorithms.- 1 Introduction.- 2 Global Constraints.- 3 Filtering Algorithms.- 4 Two Successful Filtering Algorithms.- 5 Global Constraints and Over-eonstrained Problems.- 6 Quality of Filtering Algorithms.- 7 Discussion.- 8 Conclusion.- References.- Exploiting relaxations in CP.- 1 Introduction and Motivation.- 2 Integer Linear Programming and Relaxations.- 3 Integrating Relaxations in CP.- 4 Relax to propagate.- 5 Relax to guide the search.- 6 A case study: global optimization constraints for a Path constraint.- References.- Hybrid Problem Solving in ECLiPSe.- 1 Introduction.- 2 Integration of Constraints and Operations Research.- 3 Language Ingredients for Hybrid Solvers.- 4 ECLiPSe as a Platform for Building Hybrid Aigorithms.- 5 Programming a Hybrid Search in ECLiPSe.- 6 Conclusion.- References.- CP Based Branch-and-Price.- 1 Introduction.- 2 Three Illustrative Examples.- 3 Implementation Issues.- 4 Future Directions for CP Based Branch-and-Price.- References.- Randomized Backtrack Search.- 1 Introduction.- 2 Randomization of Backtrack Search Methods.- 3 Formal Models of Heavy-Tailed Behavior.- 4 Heavy and Fat-Tailed Distributions.- 5 Heavy and Fat-Tailed Distributions in Backtrack Search.- 6 Restart Strategies.- 7 Portfolio Strategies.- 8 Conclusions.- References.- Local Search and Constraint Programming.- LS and CP ilLustrated on a transportation Problem.- 1 Introduction.- 2 A didactic transportation problem.- 3 A CP approach for dTP.- 4 Constructive Algorithms.- 5 LS as Post-Optimization.- 6 Metaheuristics.- 7 LS during construction.- 8 Conclusions.- References.- Open Perspectives.- 1 Motivations, Challenges and Applications.- 2 Transforming Models to Aigorithms.- 3 New Techniques.- 4 New Application Areas.- References.