Saltar navegación e ir al contenido principal
Biblioteca digital de Bogotá
Logo BibloRed
Cargando contenido
¿Qué estás buscando?
  • Escribe palabras clave como el título de un contenido, un autor o un tema que te interese.

  • Búsqueda avanzada

Seleccionar

Contenidos y Experiencias Digitales

Filtrar

Formatos de Contenido
Tipo de colección
Género
Idioma
Derechos de uso

Selecciona contenidos según las condiciones legales para su uso y distribución.

Estás filtrando por

Cargando contenido

Se encontraron 322895 resultados en recursos

  • Exclusivo BibloRed
Imagen de apoyo de  Finding Global Minima with a Filled Function Approach for Non-Smooth Global Optimization

Finding Global Minima with a Filled Function Approach for Non-Smooth Global Optimization

Por: Hindawi Publishing Corporation | Fecha: 2010

Se propone un enfoque de función rellena para resolver un problema de optimización global no suave sin restricciones. En primer lugar, se extiende la definición de función rellena en Zhang (2009) para la optimización global suave al caso no suave y se propone una nueva. Luego, se propone una nueva función rellena para la optimización global no suave y se diseña un algoritmo correspondiente basado en la función rellena. Por último, se realiza una prueba numérica. Los resultados computacionales demuestran que el enfoque propuesto es eficiente y confiable.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Finding Global Minima with a Filled Function Approach for Non-Smooth Global Optimization

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Chaotic Attractor Generation via a Simple Linear Time-Varying System

Chaotic Attractor Generation via a Simple Linear Time-Varying System

Por: Hindawi Publishing Corporation | Fecha: 2010

En este artículo se introduce un método de generación de atractores caóticos novedoso. El mecanismo subyacente implica un sistema tridimensional variable en el tiempo con funciones temporales simples como entradas de control. Además, se demuestra mediante simulación que varios patrones de atractores son generados de manera conveniente ajustando los parámetros del sistema adecuados. Se ha obtenido el exponente de Lyapunov más grande del sistema.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Chaotic Attractor Generation via a Simple Linear Time-Varying System

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Existence of Solutions of a Discrete Fourth-Order Boundary Value Problem

Existence of Solutions of a Discrete Fourth-Order Boundary Value Problem

Por: Hindawi Publishing Corporation | Fecha: 2010

Sean dos enteros con y sea . Mostramos la existencia de soluciones para un problema de valor límite discreto de cuarto orden no lineal, , , , bajo una condición de no resonancia que implica un problema de autovalores lineales de dos parámetros. También estudiamos la existencia y multiplicidad de soluciones de una perturbación no lineal de un problema lineal resonante.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Existence of Solutions of a Discrete Fourth-Order Boundary Value Problem

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  A Local and Global Search Combine Particle Swarm Optimization Algorithm for Job-Shop Scheduling to Minimize Makespan

A Local and Global Search Combine Particle Swarm Optimization Algorithm for Job-Shop Scheduling to Minimize Makespan

Por: Hindawi Publishing Corporation | Fecha: 2010

El problema de programación de taller (JSSP) es una rama de la programación de producción, que se encuentra entre los problemas de optimización combinatoria más difíciles. Se han aplicado muchos enfoques diferentes para optimizar JSSP, pero para algunos JSSP, incluso con un tamaño moderado, no se pueden resolver para garantizar la optimalidad. El algoritmo original de optimización por enjambre de partículas (OPSOA, por sus siglas en inglés), generalmente, se utiliza para resolver problemas continuos, y rara vez para optimizar problemas discretos como JSSP. En OPSOA, a través de la investigación, descubro que tiene una tendencia a quedar atrapado en una solución casi óptima, especialmente para problemas de tamaño medio y grande. El algoritmo de optimización por enjambre de partículas con búsqueda local y global combinada (LGSCPSOA, por sus siglas en inglés) se utiliza para resolver JSSP, donde el mecanismo de actualización de partículas se beneficia de la experiencia de búsqueda de una partícula en sí misma, la mejor de todas las part
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

A Local and Global Search Combine Particle Swarm Optimization Algorithm for Job-Shop Scheduling to Minimize Makespan

Copia el enlace o compártelo en redes sociales

Compartir este contenido

Global Behavior of a Higher-Order Difference Equation

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Global Behaviors of a Chemostat Model with Delayed Nutrient Recycling and Periodically Pulsed Input

Global Behaviors of a Chemostat Model with Delayed Nutrient Recycling and Periodically Pulsed Input

Por: Hindawi Publishing Corporation | Fecha: 2010

Se estudian los comportamientos dinámicos en un modelo de quimiostato con reciclaje de nutrientes con retraso e entrada periódica de pulsos. Al introducir una nueva técnica de análisis, se obtienen las condiciones suficientes y necesarias sobre la permanencia y extinción de los microorganismos. Además, mediante el método de la función de Liapunov, se establece la condición suficiente sobre la atractividad global del modelo. Finalmente, se presenta un ejemplo para demostrar la efectividad de los resultados en este artículo.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Global Behaviors of a Chemostat Model with Delayed Nutrient Recycling and Periodically Pulsed Input

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Convergence of an Online Split-Complex Gradient Algorithm for Complex-Valued Neural Networks

Convergence of an Online Split-Complex Gradient Algorithm for Complex-Valued Neural Networks

Por: Hindawi Publishing Corporation | Fecha: 2010

El método de gradiente en línea ha sido ampliamente utilizado en el entrenamiento de redes neuronales. En este documento consideramos un algoritmo de gradiente en línea de números complejos para redes neuronales de valores complejos. Elegimos una tasa de aprendizaje adaptativa durante el procedimiento de entrenamiento. Bajo ciertas condiciones, al mostrar primero la monotonía de la función de error, se demuestra que el gradiente de la función de error tiende a cero y la secuencia de pesos tiende a un punto fijo. Se presenta un ejemplo numérico para respaldar los hallazgos teóricos.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Convergence of an Online Split-Complex Gradient Algorithm for Complex-Valued Neural Networks

Copia el enlace o compártelo en redes sociales

Compartir este contenido

A Fixed Point Approach to the Stability of a General Mixed AQCQ-Functional Equation in Non-Archimedean Normed Spaces

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Global Dissipativity on Uncertain Discrete-Time Neural Networks with Time-Varying Delays

Global Dissipativity on Uncertain Discrete-Time Neural Networks with Time-Varying Delays

Por: Hindawi Publishing Corporation | Fecha: 2010

Se investigan los problemas de disipatividad global y disipatividad exponencial global para redes neuronales inciertas de tiempo discreto con retardos variables y funciones de activación generales. Al construir funcionales de Lyapunov-Krasovskii apropiados y emplear la técnica de desigualdad de matrices lineales, se establecen varios criterios nuevos dependientes del retardo para verificar la disipatividad global y la disipatividad exponencial global de las redes neuronales abordadas en desigualdad de matrices lineales (LMI), que pueden verificarse numéricamente utilizando la eficaz caja de herramientas LMI en MATLAB. Se presentan ejemplos ilustrativos para mostrar la eficacia de los criterios propuestos. Es importante destacar que debido a que ni la transformación del modelo ni las matrices de ponderación libre se emplean para tratar los términos cruzados en la derivación de los criterios de disipatividad, los resultados obtenidos son menos conservadores y más eficientes computacionalmente.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Global Dissipativity on Uncertain Discrete-Time Neural Networks with Time-Varying Delays

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  A Note on the -Extension of Bernoulli Numbers and Bernoulli Polynomials

A Note on the -Extension of Bernoulli Numbers and Bernoulli Polynomials

Por: Hindawi Publishing Corporation | Fecha: 2010

Observamos el comportamiento de las raíces de la extensión () de los polinomios de Bernoulli. Mediante experimentos numéricos, demostramos una estructura notablemente regular de las raíces complejas de la extensión de los polinomios de Bernoulli. El propósito principal de este documento es también investigar los ceros de la extensión () de los polinomios de Bernoulli. Además, proporcionamos una tabla de los ceros de la extensión () de los polinomios de Bernoulli.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

A Note on the -Extension of Bernoulli Numbers and Bernoulli Polynomials

Copia el enlace o compártelo en redes sociales

Selecciona las Colecciones en las que vas a añadir el contenido

Para consultar los contenidos añadidos busca la opción Tus colecciones en el menú principal o en Mi perfil.

Mis colecciones

Cargando colecciones

¿Deseas limpiar los términos de la búsqueda avanzada?

Vas a limpiar los términos que has aplicado hasta el momento para poder rehacer tu búsqueda.

Selecciona las Colecciones en las que vas a añadir el contenido

Para consultar los contenidos añadidos busca la opción Tus colecciones en el menú principal o en Mi perfil.

Mis colecciones

Cargando colecciones