haku: @keyword evolutionary algorithm / yhteensä: 5
hakutulos-lista
viite: 2 / 5
« edellinen | seuraava »
Tekijä:López Vidal, Alejandro
Työn nimi:Traffic flow simulation and optimization using evolutionary strategies
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2011
Sivut:xii + 80 s. + liitt. 8      Kieli:   eng
Koulu/Laitos/Osasto:Tietotekniikan laitos
Oppiaine:Informaatiotekniikka   (T-61)
Valvoja:Honkela, Timo ; Sáez Achaerandio, Yago
Ohjaaja:Honkela, Timo
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto     | Arkisto
Avainsanat:traffic flow
traffic light
social simulation
evolutionary algorithm
neuroevolution
biological evolution
cultural evolution
language emergence
cellular automata
learning algorithms
artificial neural network
Tiivistelmä (eng): Different studies, such as the survey that IBM yearly conducts about commuting to work, verify the importance of a well-known problem: the traffic congestion in big cities.
Solving this problem has concerned professionals from many scientific and technological disciplines, including Artificial Intelligence (AI).
However, we found that the use of Artificial Neural Networks (ANN)-an important tool in this field due to their great features-to control city lights has never been fully seized by any of the past researches, in our opinion, as a consequence of the adaptation process adopted in these investigations.

In this thesis, we study the effect of different neuroevolutionary methods in adapting ANNs to efficiently control traffic semaphores.
These methods include biological, cultural and linguistic evolution.
Furthermore, the performance of our methods is compared with previous approaches using a microscopic traffic simulator enlarged to include different realistic scenarios in a square shaped city.
The model has been implemented using a combination of Java language, Netlogo social simulation environment and Matlab.

The results of this work illustrate the potential of our concept, which opens the door to further research in the topic and possible expansions to other research areas.
ED:2011-08-16
INSSI tietueen numero: 42647
+ lisää koriin
« edellinen | seuraava »
INSSI