Застосування генетичного алгоритму для агентного моделювання поведінки об’єктів при виході з палаючої кімнати

Yaroslaw Yuriiovychych Dorogyy; Vasyl V Tsurkan; Anton S Dembitskyi

doi:10.20535/2523-4455.2017.22.6.105199

Т. 22 · № 6 · 2017 гру 29, 2017 Телекомунікації та захист інформації

Застосування генетичного алгоритму для агентного моделювання поведінки об’єктів при виході з палаючої кімнати

Yaroslaw Yuriiovychych Dorogyy Відповідальний Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» Україна

Vasyl V Tsurkan Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» Україна

Anton S Dembitskyi Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» Україна

Сторінки71-78 Опублікованогру 29, 2017

PDF

ТОМ 22 · № 6 · 2017 Переглянути випуск

Анотація

В статті розглянуте питання реалізації генетичного алгоритму для навчання й оптимізації нейронної мережі та її застосування для задач агентного моделювання людської поведінки. Запропоновано систему, що здійснює навчання агентів за допомогою підбору найефективніших стратегій поведінки з наявного набору стратегій із застосуванням генетичного алгоритму. В роботі висвітлено детальну розробку одного з таких модулів поведінки агента на основі нейронної мережі, що, будучи навченим, достатньо допомагає агентові орієнтуватися в середовищі. Описано побудову середовища для такого навчання та представлено результати навчання при різних конфігураціях середовища. Головною метою та застосуванням такого підходу є використання навчених агентів для розробки системи моделювання поведінки натовпу під час пожежі. Бібл. 11, рис. 6, табл. 4.

Ключові слова

#нейронні мережі #генетичний алгоритм #навчання без учителя #агентне моделювання #навчання нейронних мереж #геном #crowd simulation

Посилання

J. Tu and R. Honsales, Printsipyi raspoznavaniya obrazov [Principles of recognition of patterns]. Moskow: Mir, 1978.
I. S. Svetunkov and S. H. Svetunkov, Metodyi sotsialno-ekonomicheskogo prognozirovaniya: Uchebnik dlya vuzov., t. I [Methods of socio-economic prognostication : Textbook for institutions of higher learning., vol. I]. St. Peterburg: StPbGUEF, 2009.
S. A. Aivazian, V. M. Bukhshtaber, I. S. Eniukov, and L. D. Meshalkin, Prikladnaya statistika: Klassifikatsii i snizhenie razmernosti [Applied statistics: Classifications and decline of dimension]. Moskow: Finansy i statistika, 1989.
P. Dynamics, “Airports,” INCONTROL Simulation Solutions. [Online]. Available: http://www.pedestrian-dynamics.com/crowd-management/airport-crowd-simulation.html .
M. Gardner, “The fantastic combinations of John Conway’s new solitaire game ‘life,’” Sci. Am., vol. 223, no. 4, pp. 120–123, 1970.
Y. Lahodiuk, “Evolyutsiya agentov upravlyaemyih neyronnoy setyu [Evolution of agents guided by a neural network],” Habrahabr, 2013. [Online]. Available: https://habrahabr.ru/post/168067/ .
foo52ru, Iskusstvennaya zhizn. Geneticheskiy algoritm v2.0. Pervyie probyi [Artificial life. Genetic algorithm of v2.0. First tests]. 2016. Available: https://www.youtube.com/watch?v=nlDsMYIbqMM
“EXODUS Demo software,” FIRE SAFETY ENGINEERING GROUP. [Online]. Available: http://fseg.gre.ac.uk/exodus/exodus_registered_visitors.html .
Ya. Yu. Dorohyi, O. O. Doroha-Ivaniuk, and D. A. Ferens, “Realizatsiia alhorytmu strukturnoii optimizatsii neironnoi merezhi [Implementation of neural network structural optimization algorithm],” Visnyk NTUU KPI Informatics, Oper. Comput. Sci., no. 63, pp. 101–106, 2015.
R. L. Haupt and S. E. Haupt, Practical Genetic Algorithms, 2nd ed. Wiley-Interscience, 2004. ISBN: 978-0471455653
M. Obitko, “XI. Crossover and Mutation,” Introduction to Genetic Algorithms, 1998. [Online]. Available: http://www.obitko.com/tutorials/genetic-algorithms/crossover-mutation.php .

Попередня у випуску Суб’єктивне оцінювання якості та розбірливості мовних сигналів, спотворених синтезованими шумами Наступна у випуску Поліпшення параметрів рентгенотелевізійних систем на основі електронних перетворювачів

§ 06 — Пов'язані

Схожі статті в цьому журналі

Пов'язані рецензовані дослідження, опубліковані в цьому журналі.

Усі випуски

Методи і технології захисту комп’ютерних мереж (мережний, транспортний та прикладний рівні)

Pavlo Valentynovych Kucherniuk

Розглянуто найбільш поширені рішення, які підтримуються виробниками обладнання для комп’ютерних мереж (комутатори 2-го та 3-го рівнів, маршрутизатори), реалізовані у…

#безпека #загрози #захист #комп’ютерні мережі

с. 52-58

10.20535/2523-4455.2018.23.1.113193

Методи і технології захисту комп’ютерних мереж (фізичний та канальний рівні)

Pavlo Valentynovych Kucherniuk

#безпека #загрози #захист #комп’ютерні мережі

с. 64-70

10.20535/2523-4455.2017.22.6.113191

Застосування методу активної компенсації хроматичної дисперсії для підвищення пропускної здатності волоконно-оптичного лінійного тракту

Ivan-Viacheslav Oleksanrovych Serhiienko

Запропоновано метод активної компенсації хроматичної дисперсії у волоконно-оптичному лінійному тракті. Метод основано на використанні особливостей динамічного розширення…

#волоконно-оптичний лінійний тракт #супер-Гаусів імпульс #хроматична дисперсія #привнесена передавачем частотна модуляція імпульсу

с. 54-62

10.20535/2523-4455.2017.22.5.90195

Схожі статті

Anton Volodymyrovych Mnevets, Nataliia Heorhiivna Ivanushkina, Моделі сіамських нейронних мереж для класифікації серцевих аритмій за умов нестачі тренувальних ЕКГ сигналів , Мікросистеми, Електроніка та Акустика: Том 30 № 2 (2025)
Іван Андрійович Вакуленко, канд. техн. наук, доц. Дмитро Анатолійович Миколаєць, канд. техн. наук, доц. Катерина Сергіївна Клен, Імітаційне моделювання фільтро-компенсаційного перетворювача для трифазної трипровідної мережі , Мікросистеми, Електроніка та Акустика: Том 31 № 2 (2026)
Анастасія Володимирівна Паренюк, PhD Дмитро Володимирович Паренюк, PhD, дослідник Катерина Л. Руденька, Практичний метод оцінювання безпечних звуків для осіб із ПТСР , Мікросистеми, Електроніка та Акустика: Том 31 № 2 (2026)
Maksym Serhiiovych Fil, Dnys Yurevych Lebeddev, Leonid Mykolaiovych Pavlov, Підвищення стійкості цифрового телебачення до перешкод , Мікросистеми, Електроніка та Акустика: Том 24 № 5 (2019)
Ірина Брика, Наталія Юріївна Філіпова, Двостороння система попередження учасників дорожнього руху на базі мікроконтролера ESP32 , Мікросистеми, Електроніка та Акустика: Том 31 № 1 (2026)
Дмитро А. Шевчук, канд. техн. наук, доц. Наталія Георгіївна Іванушкіна, Комплексний метод виділення неінвазивного сигналу фетальної електрокардіограми та класифікації серцевих аритмій , Мікросистеми, Електроніка та Акустика: Том 31 № 2 (2026)
Myhailo Yuhymovych Artemenko, Larysa Mykolaivna Batrak, Serhii Yosyfovych Polishchuk, Повна потужність та коефіцієнт корисної дії трифазної чотирипровідної системи живлення , Мікросистеми, Електроніка та Акустика: Том 23 № 3 (2018)
Mikhail Removych Dombrougov, Моделювання явища інверсії градієнта профілю алюмінію при рідиннофазній епитаксії гетероструктур GaAl(P,As,Sb) , Мікросистеми, Електроніка та Акустика: Том 24 № 1 (2019)
Khaldon Araffa, Планування траєкторії антропоморфного крокуючого робота (Biped Robot) , Мікросистеми, Електроніка та Акустика: Том 24 № 2 (2019)
Arkadii Mykolaiovych Prodeus, Andrii Vitaliiovych Vityk, Daniil Yuriiovych Didenko, Суб’єктивне оцінювання якості та розбірливості мовних сигналів, спотворених синтезованими шумами , Мікросистеми, Електроніка та Акустика: Том 22 № 6 (2017)

1-10 з 71 Наступне

Ви також можете розпочати розширений пошук схожих статей для цієї статті.

[1] J. Tu and R. Honsales, Printsipyi raspoznavaniya obrazov [Principles of recognition of patterns]. Moskow: Mir, 1978.

[2] I. S. Svetunkov and S. H. Svetunkov, Metodyi sotsialno-ekonomicheskogo prognozirovaniya: Uchebnik dlya vuzov., t. I [Methods of socio-economic prognostication : Textbook for institutions of higher learning., vol. I]. St. Peterburg: StPbGUEF, 2009.

[3] S. A. Aivazian, V. M. Bukhshtaber, I. S. Eniukov, and L. D. Meshalkin, Prikladnaya statistika: Klassifikatsii i snizhenie razmernosti [Applied statistics: Classifications and decline of dimension]. Moskow: Finansy i statistika, 1989.

[4] P. Dynamics, “Airports,” INCONTROL Simulation Solutions. [Online]. Available: http://www.pedestrian-dynamics.com/crowd-management/airport-crowd-simulation.html .

[5] M. Gardner, “The fantastic combinations of John Conway’s new solitaire game ‘life,’” Sci. Am., vol. 223, no. 4, pp. 120–123, 1970.

[6] Y. Lahodiuk, “Evolyutsiya agentov upravlyaemyih neyronnoy setyu [Evolution of agents guided by a neural network],” Habrahabr, 2013. [Online]. Available: https://habrahabr.ru/post/168067/ .

[7] foo52ru, Iskusstvennaya zhizn. Geneticheskiy algoritm v2.0. Pervyie probyi [Artificial life. Genetic algorithm of v2.0. First tests]. 2016. Available: https://www.youtube.com/watch?v=nlDsMYIbqMM

[8] “EXODUS Demo software,” FIRE SAFETY ENGINEERING GROUP. [Online]. Available: http://fseg.gre.ac.uk/exodus/exodus_registered_visitors.html .

[9] Ya. Yu. Dorohyi, O. O. Doroha-Ivaniuk, and D. A. Ferens, “Realizatsiia alhorytmu strukturnoii optimizatsii neironnoi merezhi [Implementation of neural network structural optimization algorithm],” Visnyk NTUU KPI Informatics, Oper. Comput. Sci., no. 63, pp. 101–106, 2015.

[10] R. L. Haupt and S. E. Haupt, Practical Genetic Algorithms, 2nd ed. Wiley-Interscience, 2004. ISBN: 978-0471455653

[11] M. Obitko, “XI. Crossover and Mutation,” Introduction to Genetic Algorithms, 1998. [Online]. Available: http://www.obitko.com/tutorials/genetic-algorithms/crossover-mutation.php .