2012, ISBN: 9783639422122

[ED: Taschenbuch / Paperback], [PU: AV Akademikerverlag], Inhaltlich unveränderte Neuauflage. Multi-Agent Simulationen, die z.B. den Verkehr einer Grossstadt oder eines ganzen Landes simu… Mehr…

[ED: Taschenbuch / Paperback], [PU: AV Akademikerverlag], Inhaltlich unveränderte Neuauflage. Multi-Agent Simulationen, die z.B. den Verkehr einer Grossstadt oder eines ganzen Landes simulieren, bestehen aus verschiedenen Modulen wie etwa Bedürf nisgenerierung, Wegwahl oder Verkehrs-Mikrosimulation. Eines dieser Module generiert für jeden Agenten einen individuellen Tagesplan, der aus einer Abfolge von täglichen Aktivitäten besteht. Oft werden die Tagespläne für einen Tag im Voraus festgelegt und dann unabhängig von eventuellen Ereignissen abgearbeitet. Dies ist jedoch unrealistisch, da in der Wirklichkeit ein Tagesplan ständig der gegebenen Situation angepasst wird. So können Aktivitäten als Reaktion auf einen Verkehrsstau verlängert, verkürzt oder gar ganz weggelassen werden. In diesem Buch werden zwei Methoden der künstlichen Intelligenz auf ihre Tauglichkeit untersucht, solche flexiblen Tagespläne zu generieren. Beim Q-Learning wird für jeden möglichen Zustand die optimale Aktion erlernt, während die Learning Classifier Systems Regeln erzeugen, die für grössere Zustandsmengen die beste Aktion ermitteln. Das Buch richtet sich an Wissenschaftler und Studierende, die realistische Multi-Agent Simulationen durchführen möchten bzw. schon vorhandene Simulationen verbessern wollen. Obwohl sich das Buch speziell auf Verkehrs simu lationen bezieht, lassen sich die Ergebnisse leicht auch in anderen Simu la tionen anwenden., DE, [SC: 0.00], Neuware, gewerbliches Angebot, H: 220mm, 96, Selbstabholung und Barzahlung, PayPal, offene Rechnung, Banküberweisung, Internationaler Versand<

ISBN: 9783639422122

Inhaltlich unveränderte Neuauflage. Multi-Agent Simulationen, die z.B. den Verkehr einer Grossstadt oder eines ganzen Landes simulieren, bestehen aus verschiedenen Modulen wie etwa Bedürf… Mehr…

Inhaltlich unveränderte Neuauflage. Multi-Agent Simulationen, die z.B. den Verkehr einer Grossstadt oder eines ganzen Landes simulieren, bestehen aus verschiedenen Modulen wie etwa Bedürf­nisgenerierung, Wegwahl oder Verkehrs-Mikrosimulation. Eines dieser Module generiert für jeden Agenten einen individuellen Tagesplan, der aus einer Abfolge von täglichen Aktivitäten besteht. Oft werden die Tagespläne für einen Tag im Voraus festgelegt und dann unabhängig von eventuellen Ereignissen abgearbeitet. Dies ist jedoch unrealistisch, da in der Wirklichkeit ein Tagesplan ständig der gegebenen Situation angepasst wird. So können Aktivitäten als Reaktion auf einen Verkehrsstau verlängert, verkürzt oder gar ganz weggelassen werden. In diesem Buch werden zwei Methoden der künstlichen Intelligenz auf ihre Tauglichkeit untersucht, solche flexiblen Tagespläne zu generieren. Beim Q-Learning wird für jeden möglichen Zustand die optimale Aktion erlernt, während die Learning Classifier Systems Regeln erzeugen, die für grössere Zustandsmengen die beste Aktion ermitteln. Das Buch richtet sich an Wissenschaftler und Studierende, die realistische Multi-Agent Simulationen durchführen möchten bzw. schon vorhandene Simulationen verbessern wollen. Obwohl sich das Buch speziell auf Verkehrs­simu­lationen bezieht, lassen sich die Ergebnisse leicht auch in anderen Simu­la­tionen anwenden. Buch 22.0 x 15.0 x 0.6 cm , AV Akademikerverlag, Philip Graf, AV Akademikerverlag, Gra<

ISBN: 9783639422122

Inhaltlich unveränderte Neuauflage. Multi-Agent Simulationen, die z.B. den Verkehr einer Grossstadt oder eines ganzen Landes simulieren, bestehen aus verschiedenen Modulen wie etwa Bedürf… Mehr…

Inhaltlich unveränderte Neuauflage. Multi-Agent Simulationen, die z.B. den Verkehr einer Grossstadt oder eines ganzen Landes simulieren, bestehen aus verschiedenen Modulen wie etwa Bedürf nisgenerierung, Wegwahl oder Verkehrs-Mikrosimulation. Eines dieser Module generiert für jeden Agenten einen individuellen Tagesplan, der aus einer Abfolge von täglichen Aktivitäten besteht. Oft werden die Tagespläne für einen Tag im Voraus festgelegt und dann unabhängig von eventuellen Ereignissen abgearbeitet. Dies ist jedoch unrealistisch, da in der Wirklichkeit ein Tagesplan ständig der gegebenen Situation angepasst wird. So können Aktivitäten als Reaktion auf einen Verkehrsstau verlängert, verkürzt oder gar ganz weggelassen werden. In diesem Buch werden zwei Methoden der künstlichen Intelligenz auf ihre Tauglichkeit untersucht, solche flexiblen Tagespläne zu generieren. Beim Q-Learning wird für jeden möglichen Zustand die optimale Aktion erlernt, während die Learning Classifier Systems Regeln erzeugen, die für grössere Zustandsmengen die beste Aktion ermitteln. Das Buch richtet sich an Wissenschaftler und Studierende, die realistische Multi-Agent Simulationen durchführen möchten bzw. schon vorhandene Simulationen verbessern wollen. Obwohl sich das Buch speziell auf Verkehrs simu lationen bezieht, lassen sich die Ergebnisse leicht auch in anderen Simu la tionen anwenden. Bücher, Hörbücher & Kalender / Bücher / Sachbuch / Computer & IT, [PU: VDM Verlag Dr. Müller, Saarbrücken]<

2012, ISBN: 9783639422122

AV Akademikerverlag, Taschenbuch, 96 Seiten, Publiziert: 2012-06-01T00:00:01Z, Produktgruppe: Book, Verkaufsrang: 230099, Computer & Internet, Kategorien, Bücher, Ingenieurwissenschaft & … Mehr…

AV Akademikerverlag, Taschenbuch, 96 Seiten, Publiziert: 2012-06-01T00:00:01Z, Produktgruppe: Book, Verkaufsrang: 230099, Computer & Internet, Kategorien, Bücher, Ingenieurwissenschaft & Technik, Naturwissenschaften & Technik, AV Akademikerverlag, 2012<

ISBN: 3639422120

Plangenerierung in Multi-Agent Simulationen ab 42 € als Taschenbuch: Realistische Tagespläne für Verkehrssimulationen. Aus dem Bereich: Bücher, Ratgeber, Computer & Internet, Medien > Büc… Mehr…

Plangenerierung in Multi-Agent Simulationen ab 42 € als Taschenbuch: Realistische Tagespläne für Verkehrssimulationen. Aus dem Bereich: Bücher, Ratgeber, Computer & Internet, Medien > Bücher, AV Akademikerverlag<