KIT | KIT-Bibliothek | Impressum
Open Access Logo
§
Volltext
DOI: 10.5445/KSP/1000013138
Die gedruckte Version dieser Publikation können Sie hier kaufen.

Controlled self-organisation using learning classifier systems

Richter, Urban Maximilian

Abstract:
The complexity of technical systems increases, breakdowns occur quite often. The mission of organic computing is to tame these challenges by providing degrees of freedom for self-organised behaviour. To achieve these goals, new methods have to be developed. The proposed observer/controller architecture constitutes one way to achieve controlled self-organisation. To improve its design, multi-agent scenarios are investigated. Especially, learning using learning classifier systems is addressed.


Zugehörige Institution(en) am KIT Institut für Angewandte Informatik und Formale Beschreibungsverfahren (AIFB)
Publikationstyp Hochschulschrift
Jahr 2009
Sprache Englisch
Identifikator ISBN: 978-3-86644-431-7
URN: urn:nbn:de:0072-131386
KITopen ID: 1000013138
Verlag KIT Scientific Publishing, Karlsruhe
Umfang XXV, 218 S.
Abschlussart Dissertation
Fakultät Fakultät für Wirtschaftswissenschaften (WIWI)
Institut Institut für Angewandte Informatik und Formale Beschreibungsverfahren (AIFB)
Prüfungsdaten 30.07.2009
Referent/Betreuer Prof. H. Schmeck
Schlagworte organic computing, controlled self-organisation, observer/controller architecture, extended learning classifier system, multi-agent simulation
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft KITopen Landing Page