Genetische Lernverfahren und Multiagentensysteme
Optimierung einer Simulation marktwirtschaftliche Vorgänge
Versandkostenfrei!
Versandfertig in 6-10 Tagen
49,00 €
inkl. MwSt.
PAYBACK Punkte
0 °P sammeln!
Genetische Lernverfahren können zur Entwicklung vonbesonders komplexen Algorithmen, wie das Laufenlernen von Robotern, verwendet werden. Aber könnensie auch zum Ermitteln von optimalen Kombinationenverschiedener Elemente eingesetzt werden? Der AutorChristian Maschmann gibt einführend einen Überblicküber die Grundlagen genetischer Algorithmen und ihrerverschiedenen Selektions- und Mutationsverfahren,sowie (Multi-)Agentensystemen, um anschließend dieFrage exemplarisch und experimentell beantworten zukönnen. Dabei wird versucht eine marktwirtschaftlicheSimulation - in Form eines Multiagent...
Genetische Lernverfahren können zur Entwicklung von
besonders komplexen Algorithmen, wie das Laufen
lernen von Robotern, verwendet werden. Aber können
sie auch zum Ermitteln von optimalen Kombinationen
verschiedener Elemente eingesetzt werden? Der Autor
Christian Maschmann gibt einführend einen Überblick
über die Grundlagen genetischer Algorithmen und ihrer
verschiedenen Selektions- und Mutationsverfahren,
sowie (Multi-)Agentensystemen, um anschließend die
Frage exemplarisch und experimentell beantworten zu
können. Dabei wird versucht eine marktwirtschaftliche
Simulation - in Form eines Multiagentensystems - mit
verschiedenen Akteuren (Agenten), die
unterschiedliche Charaktere besitzen, zu optimieren.
Die Optimierung zielte dabei auf einen maximalen und
unter den Akteuren ausgewogen verteilten Gewinn ab.
Es wird der Ablauf der Arbeit von den Grundlagen über
Analyse, Design und Realisierung bis zur Evaluation
und Ausblick behandelt. Das Buch richtet sich an
alle, die einen praktischen Einstieg in die
genetischen Lernverfahren im Bereich der künstlichen
Intelligenz suchen.
besonders komplexen Algorithmen, wie das Laufen
lernen von Robotern, verwendet werden. Aber können
sie auch zum Ermitteln von optimalen Kombinationen
verschiedener Elemente eingesetzt werden? Der Autor
Christian Maschmann gibt einführend einen Überblick
über die Grundlagen genetischer Algorithmen und ihrer
verschiedenen Selektions- und Mutationsverfahren,
sowie (Multi-)Agentensystemen, um anschließend die
Frage exemplarisch und experimentell beantworten zu
können. Dabei wird versucht eine marktwirtschaftliche
Simulation - in Form eines Multiagentensystems - mit
verschiedenen Akteuren (Agenten), die
unterschiedliche Charaktere besitzen, zu optimieren.
Die Optimierung zielte dabei auf einen maximalen und
unter den Akteuren ausgewogen verteilten Gewinn ab.
Es wird der Ablauf der Arbeit von den Grundlagen über
Analyse, Design und Realisierung bis zur Evaluation
und Ausblick behandelt. Das Buch richtet sich an
alle, die einen praktischen Einstieg in die
genetischen Lernverfahren im Bereich der künstlichen
Intelligenz suchen.
Andere Kunden interessierten sich für
