Скачать 417.12 Kb.
|
4.5Результаты применения генетического программированияСистемы управления летающими тарелками строились с помощью описанного алгоритма генетического программирования, а далее тестировались в среде, разработанной в работе [17]. Тестирование проводилось с помощью соревнования построенной системы с системой, описанной в [17]. При этом соревнования проводились при количестве летающих тарелок в каждой команде, равном шести или восьми. Для того, чтобы построенная с помощью генетического программирования система управления летающими тарелками могла работать в этом случае, на первые два входа нейронной сети (рис. 14) подавались относительные координаты ближайшей тарелки из «своей» команды, а на входы с третьего по шестой подавались координаты двух ближайших тарелок из обеих команд. При этом летающие тарелки с нечетными номерами управлялись системой, построенной для первой тарелки, а с четными номерами – построенной для второй тарелки. С помощью описанного алгоритма генетического программирования было построена система управления командой летающих тарелок, содержащая автомат с шестью состояниями. Ее построение заняло около суток на компьютере с процессором Intel Celeron 2.53 GHz. Система тестировалась при количестве тарелок в каждой команде, равном шести и восьми – проводилось 30 соревнований и учитывался результат команды и количество тарелок, успешно завершивших гонку. Построенная система управления командой летающих тарелок имеет значение функции приспособленности, равное 2022.37813410. Сводка результатов соревнований при размере команды в шесть тарелок этой системы с системой из [17] приведена в табл. 3. Таблица 3. Результаты соревнований команд из шести тарелок
Более детальную информацию о результатах соревнований можно получить из гистограмм распределений результатов команд (рис. 15, рис. 16) и гистограмм распределений количества летающих тарелок, успешно завершивших соревнование (рис. 17, рис. 18). Рис. 15. Распределение результатов системы управления командой летающих тарелок, построенной с помощью ГП (размер команды – 6 тарелок) На рис. 15 отражены (для наглядности) только ненулевые результаты. В противном случае ширина листа A4 не позволила бы достаточно детально отобразить распределение. Отметим, что в одном соревновании построенная с помощью генетического программирования система показала нулевой результат. Рис. 16. Распределение результатов системы управления командой летающих тарелок, построенной вручную (размер команды – 6 тарелок) Рис. 17. Распределение количества летающих тарелок, завершивших соревнование, для системы, построенной с помощью генетического программирования (размер команды – 6 тарелок) Рис. 18. Распределение количества летающих тарелок, завершивших соревнование, для системы, построенной вручную (размер команды – 6 тарелок) Сводка результатов соревнований при размере команды в восемь тарелок этой системы с системой из [17] приведена в табл. 4. Таблица 4. Результаты соревнований команд из восьми тарелок
Более детальную информацию о результатах соревнований можно получить из гистограмм распределений результатов команд (рис. 19, рис. 20) и гистограмм распределений количества летающих тарелок, успешно завершивших соревнование (рис. 21, рис. 22). Рис. 19. Распределение результатов системы управления командой летающих тарелок, построенной с помощью ГП (размер команды – 8 тарелок) Рис. 20. Распределение результатов системы управления командой летающих тарелок, построенной вручную (размер команды – 8 тарелок) Рис. 21. Распределение количества летающих тарелок, завершивших соревнование, для системы, построенной с помощью генетического программирования (размер команды – 8 тарелок) Рис. 22. Распределение количества летающих тарелок, завершивших соревнование, для системы, построенной вручную (размер команды – 8 тарелок) Анализ приведенных результатов позволяет сделать вывод, что построенная с помощью ГП система в среднем показывает лучший результат, чем система, построенная в [17] вручную. Причинами этого могут быть: недостаточная эффективность системы, построенной в [17]; высокая эффективность системы, построенной с помощью генетического программирования. Выигрывая по результату команды, построенная с помощью ГП система, однако, проигрывает по количеству тарелок, успешно завершивших гонку. При этом во многих случаях это связано с тем, что тарелки команды, управляемой системой, построенной с помощью ГП, сталкиваются друг с другом или выходят за границы коридора. Однако, в ряде случаев они демонстрируют достаточно «разумное» поведение, двигаясь прямо при отсутствии вблизи препятствий и уклоняясь от других тарелок и границ коридора в случае их наличия по близости. Такое положение дел, скорее всего, связано с недостаточно эффективной функцией приспособленности, учитывающий только общий результат команды и не учитывающий поведение агентов во время соревнования. Поэтому одним из направлений улучшений приведенного в настоящей работе алгоритма является применение более эффективных функций приспособленности. |
Разработка методов совместного применения генетического и автоматного программирования Комитета по скалолазанию, тренерского совета и спортсменов-скалолазов, членов сборной команды Украины | Разработка методов совместного применения генетического и автоматного программирования Учебник предназначен для студентов технических вузов по специальности 010100 математика. Работа студентов по этому учебнику позволит... | ||
Развитие формализма метода подвижных клеточных автоматов для изучения... | Методическая разработка по внедрению проектного метода на уроках географии Данная методическая разработка предполагает проведение уроков по дисциплине География с использованием элементов проектного метода... | ||
Разработка метода и адаптивных алгоритмов компрессии с гарантированной... Работа выполнена на кафедре «Математического обеспечения и применения эвм» Технологического института Южного федерального университета... | Министерство образования Российской Федерации Санкт Петербургский... Задачи курса: Изучить основные математические результаты и методы, лежащие в основе метода конечных элементов и других вариационных... | ||
План: Общие понятия об алгоритме Способы записи алгоритмов История... Так, чтобы решить полное квадратное уравнение, необходимо знать конкретные значения коэффициентов а, b и с (начальные условия). В... | Электронные образовательные ресурсы для учащихся Лев Николаевич Толстой (Война и Мир), Федор Михайлович Достоевский (Преступление и наказание, Идиот). Большое собрание стихотворений... | ||
Разработка урока Автор: Целюрик Юлия Петровна Тема: «Знакомство со... Используемые программные приложения из пакета спо: Среда программирования Скретч (Scratch) | Прогнозирование трещиностойкости бетона на основе метода конечных элементов Реальное строение материала и особенности его поведения под нагрузкой отражено в структурных теориях прочности. Однако практическое... | ||
Урок по алгебре и математическому анализу в 10 классе по теме «Решение... Обучающая цель: Изучить возможности применения метода интервалов для решения тригонометрических неравенств | 26. Мельников Федор Михайлович Мельников Федор Михайлович родился 31 июля 1942 года в дер. Остречиха Сандовского района Калининской области | ||
Программное обеспечение для решения задач линейного программирования... Линейными ограничениями. Основой программы служит алгоритм симплекс метода для неограниченного числа условий и переменных. В алгоритме... | Студента 617 группы фртк давидюка Дмитрия Сергеевича Научный к т.... Поэтому, когда мы измеряем биологические потенциалы, мы видим результат синхронной деятельности совокупности клеток мозга, и эта... | ||
Доклад ронжина Андрея Леонидовича по диссертационной работе «Разработка... «Разработка адаптивного метода робастного понимания слитной речи на основе интегральной обработки данных», представленной на соискание... | Методическая разработка «Одномерные массивы» на языке программирования... «Одномерные массивы» на языке программирования pascal в теории и практике школьного курса «Информатика и икт»/ Методическая разработка.... |