Sökning: "Evolutionära algoritmer"

Visar resultat 1 - 5 av 15 uppsatser innehållade orden Evolutionära algoritmer.

  1. 1. Novelty Search och krav inom evolutionära algoritmer : En jämförelse av FINS och PMOEA för att generera dungeon nivåer med krav

    Kandidat-uppsats, Högskolan i Skövde/Institutionen för informationsteknologi

    Författare :Anton Bergström; [2019]
    Nyckelord :Feasible Infeasible Novelty Search; Pareto-based Multi-objective Evolutionary Algorithm; Evolutionära algoritmer; Krav; Novelty Search;

    Sammanfattning : Evolutionära algoritmer har visat sig vara effektiva för att utveckla spelnivåer. Dock finns fortfarande ett behov av nivåer som både uppfyller de krav som spelen har, samt att nivåerna som skapas ska vara så olika som möjligt för att uppmuntra upprepade spelomgångar. För att åstadkomma detta kan man använda Novelty Search. LÄS MER

  2. 2. Exploring the Possibilities of Robustness Testing of CoAP Implementations Using Evolutionary Fuzzing

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Fredrik Liljedahl; [2019]
    Nyckelord :;

    Sammanfattning : Internet of Things (IoT) is a widely used expression to denote the connection of physical objects in the internet. IoT devices are attractive targets for malicious actors as they are often deployed in large numbers with the same software. Such software is important to test in order to prevent malicious abuse. LÄS MER

  3. 3. Evolutionary algorithms in statistical learning : Automating the optimization procedure

    Master-uppsats, Umeå universitet/Institutionen för matematik och matematisk statistik

    Författare :Niklas Sjöblom; [2019]
    Nyckelord :evolutionary algorithms; statistical learning; gradient boosting; automation; artificial intelligence; evolutionära algoritmer; statistisk inlärning; gradient boosting; automation; artificiell intelligens;

    Sammanfattning : Scania has been working with statistics for a long time but has invested in becoming a data driven company more recently and uses data science in almost all business functions. The algorithms developed by the data scientists need to be optimized to be fully utilized and traditionally this is a manual and time consuming process. LÄS MER

  4. 4. A comparison of Intelligent Water Drops and Genetic Algorithm for maze solving

    Kandidat-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS); KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Jesper Lundholm; Johan Ledéus; [2018]
    Nyckelord :;

    Sammanfattning : Evolutionary and swarm based algorithms are subsets of bio-inspired algorithms where    Genetic Algorithm (GA) belongs to the former and Intelligent Water Drops (IWD) to the latter.      In this report we investigate their ability to solve mazes with different complexity. LÄS MER

  5. 5. A comparison of differential evolution and a genetic algorithm applied to the longest path problem

    Kandidat-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS); KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Marcus Hamilton; Jacob Nyman; [2018]
    Nyckelord :;

    Sammanfattning : Genetic algorithms and differential evolution are two well-established types of generic algorithms that can be applied to a great numberof optimization problems. Both are subgroups of evolutionary algorithms that are inspired by nature, with many practical implementations in for instance research and the industry. LÄS MER