Wyszukiwarka
Filtry
wszystkich: 64
wybranych: 56
Wyniki wyszukiwania dla: ALGORYTMY EWOLUCYJNE
-
Neuronowo Sterowane Agenty w Procesie Zespołowego Zaganiania
PublikacjaPrzedstawiono rozwiązanie problemu zaganiania na drodze uczenia algorytmami ewolucyjnymi. Neuronowe agenty aktywne na podstawie informacji o położeniach pozostałych agentów aktywnych i biernych poprzez odpowiednie poruszanie się skupiają agenty bierne na możliwie małej powierzchni.
-
Modified version of roulette selection for evolution algorithms - the fan selection.Zmodyfikowana wersja selekcji metodą ruletki dla algorytmów ewolucyjnych - selekcja ''wachlarzowa''.
PublikacjaW pracy przedstawiono zmodyfikowaną wersję selekcji metodą ruletki - selekcję ''wachlarzową''. Metoda ta polega na zwiększaniu prawdopodobieństw przeżycia lepszych osobników kosztem gorszych. Do testowania i oceny jakości proponowanej metody użyto funkcji testujących spotykanych w literaturze. Uzyskane wyniki selekcji wachlarzowej porównano z wynikami selekcji metodą ruletki i selekcji elitarystycznej.
-
Design and optimisation of combinational digital circuits using modified evolutionary algorithm.Projektowanie i optymalizacja kombinacyjnych układów cyfrowych przy użyciu zmodyfikowanego algorytmu ewolucyjnego.
PublikacjaW pracy przedstawiono możliwości projektowania i optymalizacji układów kombinacyjnych przy użyciu zmodyfikowanych algorytmów ewolucyjnych. Modyfikacja algorytmów polega na wprowadzeniu chromosomów wielowarstwowych i operatorów działających na nich. Wyniki projektowania czterech układów kombinacyjnych uzyskanych uzyskane tą metodą porównano z następującymi metodami opisanymi w literaturze jak: Mapy Karnaugh, metoda Quine-McCluskey...
-
Porównanie algorytmów MGA i NGA do projektowania i optymlizacji kombinacyjnych układów cyfrowych z algorytmem MLCEA.
PublikacjaW artykule zaprezentowano porównanie algorytmów ewolucyjnych do projektowania i optymalizacji kombinacyjnych układów cyfrowych. Porównano algorytmy MGA (Multiobjective Genetic Algorithm) i NGA (Genetic Algorithm with N-cardinality Reprezentation) z utworzonym algorytmem MLCEA (Multi-Layer Chromosome Evolutionary Algorithm), bazującym na reprezentacji osobników w postaci chromosomów wielowarstwowych. Otrzymane wyniki dla algorytmu...
-
Ewolucyjne projektowanie filtrów cyfrowych IIR o nietypowych charakterystykach amplitudowych.
PublikacjaW artykule przedstawiono zastosowanie algorytmów ewolucyjnych do projektowania filtrów cyfrowych IIR o nietypowych charakterystykach amplitudowych. Wprowadzono dwuwarstwowe chromosomy, które w bardziej naturalny sposób reprezentują opisywany problem (górna warstwa - licznik, dolna warstwa - mianownik funkcji transmitancji). Przy pomocy opisanej metody zaprojektowano filtr o niestandardowej charakterystyce amplitudowej.
-
Zastosowanie algorytmu ewolucyjnego do aproksymacji funkcji przy użyciu reguł rozmytych
PublikacjaW artykule przedstawiono możliwość zastosowania algorytmu ewolucyjnwgo do doboru optymalnego zbioru termów rozmytych zmiennej lingwistycznej aproksymujących zadaną funkcję przy użyciu reguł rozmytych. Wprowadzono wielowarstwowe chromosomy, dzięki którym możliwe stało się dokonywanie krzyżowania bez stosowania algorytmów naprawy. Proponowaną metodę przetestowano na wybranych funkcjach testowych oraz porównano z metodą opartą o algorytm...