Evolutionary reconstruction of chaotic systems
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28140%2F10%3A00001066" target="_blank" >RIV/70883521:28140/10:00001066 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-642-10707-8_8" target="_blank" >http://dx.doi.org/10.1007/978-3-642-10707-8_8</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-642-10707-8_8" target="_blank" >10.1007/978-3-642-10707-8_8</a>
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 be 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 be stated that evolutionary reconstruction is an alternative and a promising way as to how to identify chaotic systems.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
BD - Teorie informace
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
V - Vyzkumna aktivita podporovana z jinych verejnych zdroju
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 periodika
Studies in Computational Intelligence
ISSN
1860-949X
e-ISSN
—
Svazek periodika
267
Číslo periodika v rámci svazku
Neuveden
Stát vydavatele periodika
US - Spojené státy americké
Počet stran výsledku
26
Strana od-do
265-291
Kód UT WoS článku
—
EID výsledku v databázi Scopus
—