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”

Symbolická regrese a evoluční výpočty při nastavení optimální trajektorie robota

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28140%2F07%3A63505865" target="_blank" >RIV/70883521:28140/07:63505865 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Symbolic regression and evolutionary computation in setting an optimal trajectory for a robot

  • Popis výsledku v původním jazyce

    The paper deals with a novelty tool for symbolic regression - Analytic Programming (AP) which is able to solve various problems from the symbolic regression domain. One of tasks for it can be setting an optimal trajectory for artificial ant on Santa Fe trail which is the main application of Analytic Pro-gramming in this paper. In this contribution main principles of AP are de-scribed and explained. In second part of the article how AP was used for setting an optimal trajectory for artificial ant according the user requirements is in de-tail described. An ability to create so called programms, as well as Genetic Pro-gramming (GP) or Grammatical Evolution (GE) do, is shown in that part. AP is a superstructure of evolutionary algorithms which are necessary to run AP. In this contribution 3 evolutionary algorithms were used - Self Organizing Mi-grating Algorithm, Differential Evolution and Simulated Annealing. The results show that the first two used algorithms were more successful than no

  • Název v anglickém jazyce

    Symbolic regression and evolutionary computation in setting an optimal trajectory for a robot

  • Popis výsledku anglicky

    The paper deals with a novelty tool for symbolic regression - Analytic Programming (AP) which is able to solve various problems from the symbolic regression domain. One of tasks for it can be setting an optimal trajectory for artificial ant on Santa Fe trail which is the main application of Analytic Pro-gramming in this paper. In this contribution main principles of AP are de-scribed and explained. In second part of the article how AP was used for setting an optimal trajectory for artificial ant according the user requirements is in de-tail described. An ability to create so called programms, as well as Genetic Pro-gramming (GP) or Grammatical Evolution (GE) do, is shown in that part. AP is a superstructure of evolutionary algorithms which are necessary to run AP. In this contribution 3 evolutionary algorithms were used - Self Organizing Mi-grating Algorithm, Differential Evolution and Simulated Annealing. The results show that the first two used algorithms were more successful than no

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JD - Využití počítačů, robotika a její aplikace

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2007

  • 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

    workshop ETID 2007 in DEXA 2007

  • ISBN

    978-0-7695-2932-5

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

    168-172

  • Název nakladatele

    IEEE Computer Society

  • Místo vydání

    Německo

  • Místo konání akce

  • Datum konání akce

  • Typ akce podle státní příslušnosti

  • Kód UT WoS článku