Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 4

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Zbieżność punktowa dyskretnego algorytmu mrówkowego : wyniki praktyczne
PL
W artykule prezentujemy Dyskretny Algorytm Mrówkowy (DAS), będący modyfikacją klasycznego systemu mrówkowego sformułowanego przez M. Dorigo. Przedstawiamy kolejno definicję problemu optymalizacyjnego oraz podajemy szczegółowy opis składowych reguł działania metody DAS. Następnie wprowadzamy pojęcie algebraicznego modelu probabilistycznego dla opisu procesu ewolucji rozważanej heurystyki w ujęciu łańcuchów Markowa. Finalnym rezultatem pracy jest ustalenie zbieżności punktowej dyskretnego algorytmu mrówkowego oraz prezentacja wstępnych wyników praktycznych.
EN
Discrete Ant System (DAS) algorithm, a modification of classical Ant System algorithm formulated by M. Dorigo, is presented. Definition of optimization problem and a detailed description of component rules of DAS method are given. Then a probabilistic algebraic model of DAS heuristic describing its evolution in terms of Markov chains is presented. The final outcome about a pointwise convergence of Discrete Ant System algorithm is established. In addition, preliminary practical results are introduced on the effectiveness of the DAS algorithm applied to the selected NP-complete problem.
2
Content available remote Markowski model dyskretnego algorytmu mrówkowego
PL
Algorytm inspirowany naturą zaproponowany przez M. Doriego został w pracy przedefiniowany jako łańcuch Markowa. Istotą rozwiniętego modelu jest wyznaczenie wszystkich podstawowych obiektów jego działania, wskazanie na skończoność przestrzeni stanów oraz wyprowadzenie wyrażeń na składowe podstawowego operatora, macierzy przekształcenia w pojedyńczym kroku. Jednoczesnie sformułowano warunki zachowania się asymptotycznego, by uzyskać ważną własność punktowej asymptotycznej zbieżności.
EN
Discrete Ant System based on M. Dorigo results on Ant System is introduced and defined as a Markov chain. This probabilistic model is presented in details with finite space characteristic and evolution operator description. Finally the pointwise convergence of Discrete Ant Algorithm is stated and justified.
EN
The aim of the paper is to propose how to enrich a formal model of persuasion with a specification for actions which are typical for persuasion process. First, since these actions are verbal, they influence a receiver but do not change the agent’s environment. In a formal framework, we represent them as actions that change not the particular state of a model, but the whole model. Second, effects of those actions depend on how much the receiver trusts the persuader. To formally model this phenomenon, we use a trust function. Finally, we want to represent uncertainty in terms of probability. Thus far, our model did not allow to express those properties of the persuasion process. Therefore, in this paper we extend Multimodal Logic of Actions and Graded Beliefs (AGn) with Probabilistic Dynamic Epistemic Logic (PDEL) and elements of Reputation Management framework (RM). Incorporation of PDEL into the model of persuasion requires some modifications of PDEL. Such extended model is then used to enrich Perseus - our software tool that enables to examine persuasive multi-agent systems. New components of the tool allow us to execute parametric verification of the different properties related to updating probabilistic beliefs in persuasion.
EN
The aim of the paper is to present the software tool Perseus and show how it can be used to examine multi-agent systems where the ability to persuade is specified. Especially we want to study the issues such as: what arguments individuals use to successfully convince others, what type of a persuader guarantees a victory etc. This work describes implementation of the tool and discusses what questions about persuasion process Perseus can answer and how it is done.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.