Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Evolutionary synchronization of chaotic systems

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F10%3A10082130" target="_blank" >RIV/00216208:11320/10:10082130 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/61989100:27240/10:86075799

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Evolutionary synchronization of chaotic systems

  • Popis výsledku v původním jazyce

    This chapter introduces a simple investigation on deterministic chaos synchronization by means of selected evolutionary techniques. Five evolutionary algorithms has been used for chaos synchronization here: differential evolution, selforganizing migrating algorithm, genetic algorithm, simulated annealing and evolutionary strategies in a total of 15 versions. Experiments in this chapter has been done with two different coupled systems (master - slave) - Rossler-Lorenz and Lorenz-Lorenz. The main aim of this chapter was to show that evolutionary algorithms, under certain conditions, are capable of synchronization of, at least, simple chaotic systems, when the cost function is properly defined as well as the parameters of selected evolutionary algorithm.This chapter consists of two different case studies. For all algorithms each simulation was 100 times repeated to show and check the robustness of proposed methods and experiment configurations.

  • Název v anglickém jazyce

    Evolutionary synchronization of chaotic systems

  • Popis výsledku anglicky

    This chapter introduces a simple investigation on deterministic chaos synchronization by means of selected evolutionary techniques. Five evolutionary algorithms has been used for chaos synchronization here: differential evolution, selforganizing migrating algorithm, genetic algorithm, simulated annealing and evolutionary strategies in a total of 15 versions. Experiments in this chapter has been done with two different coupled systems (master - slave) - Rossler-Lorenz and Lorenz-Lorenz. The main aim of this chapter was to show that evolutionary algorithms, under certain conditions, are capable of synchronization of, at least, simple chaotic systems, when the cost function is properly defined as well as the parameters of selected evolutionary algorithm.This chapter consists of two different case studies. For all algorithms each simulation was 100 times repeated to show and check the robustness of proposed methods and experiment configurations.

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

    25

  • Strana od-do

  • Počet stran knihy

    521

  • Název nakladatele

    Springer

  • Místo vydání

    Berlin / Heideberg

  • Kód UT WoS kapitoly