Optimization of Decision-Making in Artificial Life Model Based on Fuzzy Cognitive Maps
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62690094%3A18450%2F15%3A50003677" target="_blank" >RIV/62690094:18450/15:50003677 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1109/IE.2015.28" target="_blank" >http://dx.doi.org/10.1109/IE.2015.28</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/IE.2015.28" target="_blank" >10.1109/IE.2015.28</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Optimization of Decision-Making in Artificial Life Model Based on Fuzzy Cognitive Maps
Popis výsledku v původním jazyce
The paper describes a new approach to the modeling of the individual-based artificial life model based on fuzzy cognitive maps (FCM). The proposed concept focuses on the optimization of artificial intelligence of individuals in multi-agent models and their adaptation to environment. In this process of optimization, emphasis is put on the decision-making method. FCM offers great complexity and learning through evolutionary algorithms. However, too large FCMs suffer from performance issues. Therefore, this paper presents a possibility to replace a decision-making part of large FCM with the analytic hierarchy process (AHP) method, which is widely used, Eespecially for decision support. In comparison with the large FCM model, a combination with AHP provides a model with lower computational demands while keeping nearly the same complexity.
Název v anglickém jazyce
Optimization of Decision-Making in Artificial Life Model Based on Fuzzy Cognitive Maps
Popis výsledku anglicky
The paper describes a new approach to the modeling of the individual-based artificial life model based on fuzzy cognitive maps (FCM). The proposed concept focuses on the optimization of artificial intelligence of individuals in multi-agent models and their adaptation to environment. In this process of optimization, emphasis is put on the decision-making method. FCM offers great complexity and learning through evolutionary algorithms. However, too large FCMs suffer from performance issues. Therefore, this paper presents a possibility to replace a decision-making part of large FCM with the analytic hierarchy process (AHP) method, which is widely used, Eespecially for decision support. In comparison with the large FCM model, a combination with AHP provides a model with lower computational demands while keeping nearly the same complexity.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2015
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Intelligent environments (IE 2015)
ISBN
978-1-4673-6654-0
ISSN
—
e-ISSN
—
Počet stran výsledku
4
Strana od-do
136-139
Název nakladatele
IEEE
Místo vydání
Piscataway
Místo konání akce
Prague
Datum konání akce
15. 7. 2015
Typ akce podle státní příslušnosti
EUR - Evropská akce
Kód UT WoS článku
—