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”

Stezka Santa Fe pro umělého mravence řešená pomocí analytického programování a evolučních algoritmů

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28140%2F08%3A63507082" target="_blank" >RIV/70883521:28140/08:63507082 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Santa Fe Trail for Artificial Ant by means of Analytic Programming and Evolutionary Computation

  • Popis výsledku v původním jazyce

    This paper deals with the usage of an alternative tool for symbolic regression - analytic programming which is able to solve various problems from the symbolic domain as well as genetic programming and gramatical evolution. The main tasks of analytic programming in this paper, is setting an optimal trajectory for a robot (artificial ant on Santa Fe trail). In this contribution main principles of analytic programming are described and explained. In the second part of the article is in detail described how analytic programming was used for setting an optimal trajectory for an artificial ant according the user requirements. An ability to create so called programs, as well as genetic programming or grammatical evolution do, is shown in that part. In this contribution three evolutionary algorithms were used - Self Organizing Migrating Algorithm, Differential Evolution and Simulated Annealing. The total number of simulations was 150 and results show that the first two used algorithms were mo

  • Název v anglickém jazyce

    Santa Fe Trail for Artificial Ant by means of Analytic Programming and Evolutionary Computation

  • Popis výsledku anglicky

    This paper deals with the usage of an alternative tool for symbolic regression - analytic programming which is able to solve various problems from the symbolic domain as well as genetic programming and gramatical evolution. The main tasks of analytic programming in this paper, is setting an optimal trajectory for a robot (artificial ant on Santa Fe trail). In this contribution main principles of analytic programming are described and explained. In the second part of the article is in detail described how analytic programming was used for setting an optimal trajectory for an artificial ant according the user requirements. An ability to create so called programs, as well as genetic programming or grammatical evolution do, is shown in that part. In this contribution three evolutionary algorithms were used - Self Organizing Migrating Algorithm, Differential Evolution and Simulated Annealing. The total number of simulations was 150 and results show that the first two used algorithms were mo

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    JD - Využití počítačů, robotika a její aplikace

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA102%2F06%2F1132" target="_blank" >GA102/06/1132: Softcomputingové metody v řízení</a><br>

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2008

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    International Journal of Simulation, Systems, Science and Technology

  • ISSN

    1473-8031

  • e-ISSN

  • Svazek periodika

    9

  • Číslo periodika v rámci svazku

    3

  • Stát vydavatele periodika

    GB - Spojené království Velké Británie a Severního Irska

  • Počet stran výsledku

    14

  • Strana od-do

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus