his.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Comparison of two methods for evolving recurrent artificial neural networks for
Högskolan i Skövde.
1998 (Svenska)Självständigt arbete på grundnivå (kandidatexamen)Studentuppsats
Abstract [sv]

n this dissertation a comparison of two evolutionary methods for evolving ANNs for robot control is made. The methods compared are SANE with enforced sub-population and delta-coding, and marker-based encoding. In an attempt to speed up evolution, marker-based encoding is extended with delta-coding. The task selected for comparison is the hunter-prey task. This task requires the robot controller to posess some form of memory as the prey can move out of sensor range. Incremental evolution is used to evolve the complex behaviour that is required to successfully handle this task. The comparison is based on computational power needed for evolution, and complexity, robustness, and generalisation of the resulting ANNs. The results show that marker-based encoding is the most efficient method tested and does not need delta-coding to increase the speed of evolution process. Additionally the results indicate that delta-coding does not increase the speed of evolution with marker-based encoding.

Ort, förlag, år, upplaga, sidor
1998. , s. 54
Nyckelord [sv]
recurrent artificial neural networks, genetic algorithms, robot controllers, evo
Nationell ämneskategori
Systemvetenskap, informationssystem och informatik
Identifikatorer
URN: urn:nbn:se:his:diva-155OAI: oai:DiVA.org:his-155DiVA, id: diva2:2503
Presentation
(Engelska)
Uppsök
samhälle/juridik
Handledare
Tillgänglig från: 2007-10-12 Skapad: 2007-10-12 Senast uppdaterad: 2018-01-13

Open Access i DiVA

fulltext(1247 kB)128 nedladdningar
Filinformation
Filnamn FULLTEXT01.psFilstorlek 1247 kBChecksumma SHA-1
0d9ae5ab6a76bbf3447934faba7c9c91a519ad89c2533132ee5c53c56cbfbaf4b17665df
Typ fulltextMimetyp application/postscript
fulltext(404 kB)222 nedladdningar
Filinformation
Filnamn FULLTEXT02.pdfFilstorlek 404 kBChecksumma SHA-512
058d3d4c37cdc5a4aeec64feddbaff10cbe5a0e9909abf93fad37084358852611860c589d3405ff06fdb60fb619533cc170ed12efb2f06ec8bfebd1148fdf658
Typ fulltextMimetyp application/pdf

Av organisationen
Högskolan i Skövde
Systemvetenskap, informationssystem och informatik

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 350 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 196 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf