Andere Kunden interessierten sich auch für
![Controle inteligente aplicado a um motor de corrente contínua]( "Controle inteligente aplicado a um motor de corrente contínua")
Controle inteligente aplicado a um motor de corrente contínua26,99 €![Aplicação da MEV na Análise em Argamassa Acrescida de PET Micronizado]( "Aplicação da MEV na Análise em Argamassa Acrescida de PET Micronizado")
Aplicação da MEV na Análise em Argamassa Acrescida de PET Micronizado26,99 €![Aplicação de Séries Temporais a Dados Meteorológicos]( "Aplicação de Séries Temporais a Dados Meteorológicos")
Aplicação de Séries Temporais a Dados Meteorológicos32,99 €![Desarrollo de un algoritmo híbrido]( "Desarrollo de un algoritmo híbrido")
Desarrollo de un algoritmo híbrido19,99 €![Aplicação de Métodos Numéricos e Estatísticos na Solução de EDO's]( "Aplicação de Métodos Numéricos e Estatísticos na Solução de EDO's")
Aplicação de Métodos Numéricos e Estatísticos na Solução de EDO's39,99 €![Aprendizagem baseada em projetos na aplicação de gráficos de funções]( "Aprendizagem baseada em projetos na aplicação de gráficos de funções")
Aprendizagem baseada em projetos na aplicação de gráficos de funções46,99 €![Mathematics for Ecology and Environmental Sciences]( "Mathematics for Ecology and Environmental Sciences")
Mathematics for Ecology and Environmental Sciences74,99 €
Este livro descreve um método geral para melhorar a eficiência computacional em mapeamento simultâneo de múltiplos QTL's e de seus efeitos de interação. A literatura tem usado métodos de busca exaustiva ou busca condicional. O Autor propõe o uso do algoritmo genético para pesquisar o espaço multilocos, sendo este mais útil para genomas maiores e mapas densos de marcadores moleculares. Por meio de estudos de simulações, o autor mostra que a busca baseada no algoritmo genético tem eficiência, em geral, mais alta que aquela de um método de busca condicional e que esta eficiência é comparável àquela de uma busca exaustiva. Na formalização do algoritmo genético é pesquisado o comportamento de parâmetros tais como: probabilidade de recombinação, probabilidade de mutação, tamanho amostral, quantidade de gerações, quantidade de soluções e tamanho do genoma, para diferentes funções objetivo: BIC, AIC e SSE, a soma de quadrados dos resíduos de um modelo ajustado. A aplicação das metodologias propostas é também considerada na análise de um conjunto de dados genotípicos e fenotípicos de ratos provenientes de um delineamento F2.