Evolutionary reconstruction of chaotic systems
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F10%3A10082126" target="_blank" >RIV/00216208:11320/10:10082126 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/61989100:27240/10:86075795
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Evolutionary reconstruction of chaotic systems
Popis výsledku v původním jazyce
This chapter discusses the possibility of using evolutionary algorithms for the reconstruction of chaotic systems. The main aim is to show that evolutionary algorithms are capable of the reconstruction of chaotic systems without any partial knowledge ofinternal structure, i.e. based only on measured data. Five different evolutionary algorithms are presented and tested in a total of 13 and 12 versions in two different versions of experiments. System selected for numerical experiments here is the well-known logistic equation. For each algorithm and its version, 100 repeated simulations were conducted. According to obtained results it can e stated that evolutionary reconstruction is an alternative and a promising way as to how to identify chaotic systems.
Název v anglickém jazyce
Evolutionary reconstruction of chaotic systems
Popis výsledku anglicky
This chapter discusses the possibility of using evolutionary algorithms for the reconstruction of chaotic systems. The main aim is to show that evolutionary algorithms are capable of the reconstruction of chaotic systems without any partial knowledge ofinternal structure, i.e. based only on measured data. Five different evolutionary algorithms are presented and tested in a total of 13 and 12 versions in two different versions of experiments. System selected for numerical experiments here is the well-known logistic equation. For each algorithm and its version, 100 repeated simulations were conducted. According to obtained results it can e stated that evolutionary reconstruction is an alternative and a promising way as to how to identify chaotic systems.
Klasifikace
Druh
C - Kapitola v odborné knize
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2010
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název knihy nebo sborníku
Evolutionary algoritms and chaotic systems
ISBN
978-3-642-10706-1
Počet stran výsledku
27
Strana od-do
—
Počet stran knihy
521
Název nakladatele
Springer - Verlag Berlin
Místo vydání
Heidelberg
Kód UT WoS kapitoly
—