Denna D-uppsats undersöker hur genetiska algoritmer beskrivs i teorin och hur de tillämpas mot verklighetsbaserade optimeringsproblem. I uppsatsen har jag valt att utföra en dokumentstudie, där jag undersöker hur genetiska algoritmer tillämpas mot the traveling salesman problem. Allt insamlat material har analyserats och jag har identifierat och beskrivit ett produktionsproblem, vilket jag har angripit genom att egenutveckla en modell över en genetisk algoritm. Utifrån dessa förutsättningar besvarar jag uppsatsens forskningsfråga, nämligen vad är viktigt att beakta i samband med utveckling och design av genetiska algoritmer? .

Genetiska algoritmer, som baseras på den biologiska evolutionen, har historiskt sett används till att lösa komplexa problem med väldigt stora lösningsrymder.I den här rapporten beskriver vi hur vi implementerar en genetisk algoritm och en hissmodell, och undersöker möjligheterna att med hjälp av den genetiska algoritmen konstruera ett välfungerande hisstyrningssystem.Trots att vi inte lyckas få fram ett tillfredsställande hisstyrningssystem, finner vi potential att lösa dylika problem med genetiska algoritmer, och redogör för hur man kan göra det..

När en recessiv sjukdom studeras i en släkt används jämförelser av familjemedlemmarnasarvsmassa. Med hjälp av datorsimuleringar som utgår från modellering av arvsförloppet kan information erhållas om hur mycket arvsmassa individerna har gemensamt.Denna information kan vara till nytta vid en fysisk kartläggning av individernas genom.I detta projekt har ett Java-program konstruerats som på ett verklighetsnära sättmodellerar arvsförloppet. Tillsammans med Java-programmet har ett mer teoretisktresonemang genomförts och implementerats i MATLAB, i syfte att få referensdata.Java-programmet har använts för att undersöka den genetiska likheten mellan besläktadeindivider. Informationen som erhållits har använts för att approximera fördelningarför individernas genetiska likhet. Utifrån dessa uppskattningar fastslås att fördelningarnahar relativt låg varians på grund av genomets extensiva totala genetiska längd.Det konstateras att individernas könskromosomer bidrar med skillnader i medelvärde.Dessutom fastställs att mäns och kvinnors olika genetiska längder bidrar med skillnaderi varians..

Syftet med studien är att sammanställa information kring genetiska metoders roll i svensk hunduppfödning. Studien innehåller ett historiskt perspektiv på dagens genetiska pool, hälsotillståndet hos svenska rashundar, genetiska sjukdomar bland hundar, samt i vilken utsträckning vi kan påverka hundens hälsotillstånd och mentala tillstånd. Det finns olika typer av urvalsmetoder som används i hunduppfödning såsom markörbaserat test, mutationbaserat test samt traditionell fenotypbaserad avel. Studien har för avsikt att inkludera flera perspektiv då genetiska tester och hundavel påverkas av ett flertal aktörer, såsom Svenska Jordbruksverket, Svenska Kennelklubben, hunduppfödare, rasklubbar och laboratorier. Beroende på hur man tolkar Jordbruksverkets föreskrifter från 2008, kan Jordbruksverket och Svenska Kennelklubben vara på kollisionskurs.

Medhjälpar-AI blir allt mer vanligt i dagens spel och främst används de som substitut till en mänsklig spelare i spel med olika typer av samarbetslägen. Det finns med andra ord ett behov att utforska detta område, både när det gäller olika AI-tekniker och metoder för förbättring av hur medhjälpar-AI:n upplevs. Genetiska algoritmer är en AI-teknik som simulerar evolution, vilket är användbart i flera områden. Det här arbetet undersöker om genetiska algoritmer kan fungera som basis till en medhjälpar-AI som anpassar sig efter spelarens prestation i realtid.Experimentmiljön som används är ett enkelt actionspel, där en spelare tillsammans med medhjälpare ska samla poäng. Beroende på en medhjälpares poäng i förhållande till spelaren, ändrar medhjälparen skicklighetsnivå dynamiskt under spelets gång.Utvärderingen visar att genetiska algoritmer fungerar bra som utgångspunkt till ändamålet.

När en recessiv sjukdom studeras i en släkt används jämförelser av familjemedlemmarnasarvsmassa. Med hjälp av datorsimuleringar som utgår från modellering av arvsförloppet kan information erhållas om hur mycket arvsmassa individerna har gemensamt.Denna information kan vara till nytta vid en fysisk kartläggning av individernas genom.I detta projekt har ett Java-program konstruerats som på ett verklighetsnära sättmodellerar arvsförloppet. Tillsammans med Java-programmet har ett mer teoretisktresonemang genomförts och implementerats i MATLAB, i syfte att få referensdata.Java-programmet har använts för att undersöka den genetiska likheten mellan besläktadeindivider. Informationen som erhållits har använts för att approximera fördelningarför individernas genetiska likhet. Utifrån dessa uppskattningar fastslås att fördelningarnahar relativt låg varians på grund av genomets extensiva totala genetiska längd.Det konstateras att individernas könskromosomer bidrar med skillnader i medelvärde.Dessutom fastställs att mäns och kvinnors olika genetiska längder bidrar med skillnaderi varians..

När en recessiv sjukdom studeras i en släkt används jämförelser av familjemedlemmarnasarvsmassa. Med hjälp av datorsimuleringar som utgår från modellering av arvsförloppet kan information erhållas om hur mycket arvsmassa individerna har gemensamt.Denna information kan vara till nytta vid en fysisk kartläggning av individernas genom.I detta projekt har ett Java-program konstruerats som på ett verklighetsnära sättmodellerar arvsförloppet. Tillsammans med Java-programmet har ett mer teoretisktresonemang genomförts och implementerats i MATLAB, i syfte att få referensdata.Java-programmet har använts för att undersöka den genetiska likheten mellan besläktadeindivider. Informationen som erhållits har använts för att approximera fördelningarför individernas genetiska likhet. Utifrån dessa uppskattningar fastslås att fördelningarnahar relativt låg varians på grund av genomets extensiva totala genetiska längd.Det konstateras att individernas könskromosomer bidrar med skillnader i medelvärde.Dessutom fastställs att mäns och kvinnors olika genetiska längder bidrar med skillnaderi varians..

  Befintliga studier har påvisat att genetiska algoritmer presterar bättre om de ges en bra startpopulation. I denna rapport presenteras en lokal sökalgoritm för att skapa en population med fokus på ?vehicle routing?-problem. Algoritmen använder sig av heuristik i en blandning av simulated annealing och tabu search för att skapa individerna till populationen. Utvärderingar av algoritmen på ett praktiskt problem visar att den ger en bra start jämfört med en slumpmässig startpopulation, vilket är vanligt att använda.

Boids handlar om att simulera flockar genom självständiga individer. Styrningen utgår från tre grundregler, undvika kollision, centrera flocken samt matcha hastighet. För att framhäva vissa beteenden kan reglerna viktas. Dessa vikter kan sättas manuellt, men de kan också optimeras, exempelvis med genetiska algoritmer. Detta examensarbete utgår från Chen, Kobayashi, Huang och Nakao (2006) arbete om optimering av boids med hjälp av en genetisk algoritm.

Denna uppsats unders?ker de f?reslagna f?r?ndringarna av 3:12-reglerna i SOU 2024:36 och deras p?verkan p? beskattningen av f?mansf?retag. Reformf?rslaget syftar till att f?renkla regelverket och minska m?jligheterna till inkomstomvandling, men v?cker samtidigt fr?gor om vilka f?retagare som gynnas eller missgynnas av f?r?ndringarna. Analysen fokuserar p? hur reglerna p?verkar ?gare av sm?, medelstora och stora f?mansf?retag, med s?rskilt fokus p? gr?nsbeloppets ber?kning, utomst?enderegeln, karenstider och definitionen av n?rst?ende. Genom en granskning av lagstiftning, praxis och f?rarbeten identifierar uppsatsen reformens potentiella effekter. Resultaten visar att reformen kan leda till f?rdelar f?r b?de sm? och stora f?retag, medan ?gare av medelstora f?retag riskerar att hamna i en skattem?ssig mellanposition.

Detta arbete använder genetiska algoritmer för att få fram ANN hos boids utifrån två uppsättningar regler och jämför de resulterande beteendena med varandra. Boids är simulerade fåglar i en fågelflock som var för sig styrs med enkla regler men som tillsammans bildar ett flockbeteende. Genetiska algoritmer liknar naturens evolution. En population vars egenskaper kodas på ett genom blir bättre på de egenskaperna genom att de bästa individerna väljs ut och får utvecklas mer medans de sämre rensas bort. ANN står för artificiella neurala närvek och ska likna biologiska neurala nätverk och ska med andra ord fungera som en hjärna.

I denna studie presenteras en genetisk algoritm som genererar fun banor till ett bilspel. Detta görs genom att utforma fitnessfunktionen efter redan identifierade designmönster om vad det är som gör en bilbana fun. Dessa bygger på Csikszentmihalyi teorier om flow som säger att för att en uppgift ska anses uppfyllande måste den vara utmanande. Utöver designmönstren bygger fitnessfunktionen även på rhythm groups för att en bana ska variera i utmaning. Genom speltest jämförs de genererade banorna med banor som är skapta av en leveldesigner för att framställa hur fun de genererade banorna är..

Fo?respra?kare fo?r a?ldersblandade klasser menar att det finns pedagogiska fo?rdelar med denna klassform, sa?som till exempel att elevernas inla?rning och sociala utveckling fra?mjas (Nandrup & Renberg, 1992; Sandqvist, 1994). Syftet med fo?religgande studie a?r att underso?ka om det fo?rekommer sa?dana fo?rdelar i a?ldersblandade klasser och om de kan visas o?ver tid. Detta go?rs genom att ja?mfo?ra elever i a?rskurs 8 som under la?g- och mellanstadiet hela tiden ga?tt i a?ldersindelade klasser (n=423), elever som ga?tt i a?ldersblandade klasser i la?gstadiet men inte pa? mellanstadiet (n=22), samt elever som ga?tt i a?ldersblandade klasser ba?de under la?g- och mellanstadiet (n=30).

Organisationers intresse fo?r att kunna utvinna information ur data och da?rigenom erha?lla konkurrensfo?rdelar har o?kat under senare a?r. En strategi som mottagit mycket uppma?rksamhet a?r Business Intelligence (BI). Det har emellertid visat sig att fa? organisationer upplever de fo?rva?ntade fo?rdelar som BI a?r ta?nkt att leverera.

Ataxi är då hunden har svårt att koordinera sina rörelser och orsakas av att nervsystemet inte fungerar som det ska och degenereras. Degeneration av cerebellum och då specifikt purkinjecellerna och granulacellerna ger en form av ataxi kallat cerebellär ataxi. Denna typ av ataxi uppvisas genom att hunden (Canis lupus familiaris) står bredbent, har muskelkramper, obalanserad gång och ögonrullningar. Den genetiska bakgrunden till cerebellär ataxi hos hund finns beskriven hos flera raser, däribland beagle, finsk stövare, old english sheepdog, gordonsetter och coton de tuléar. Hos alla dessa raser nedärvs sjukdomen autosomalt recessivt och de orsakande mutationerna ger olika dysfunktioner inom nervcellerna som gör att de inte kan fungera som de ska och degenereras.