The Anticipatory Classifier System for Function Approximation

سال انتشار: 1385
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,894

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ACCSI12_212

تاریخ نمایه سازی: 23 دی 1386

چکیده مقاله:

The Anticipatory Classifier System (ACS) employs the learning classifier system framework and the learning theory of anticipation behavioral control. The resulting evolutionary system can build an internal environmental model and then applies reinforcement learning techniques to develop an optimal set of classifiers. XCSF is another novel version of learning classifier systems (LCS) which introduced the concept of computable classifier prediction and successfully applied to function-approximation problems. In this paper, we apply ACS to function approximation. ACSF is a new version of ACS introduced to develop more accurate approximations.

نویسندگان

Amin Nikanjam

Department of Computer Engineering, Iran University of Science and Technology, Tehran, Iran

Adel Rahmani

Department of Computer Engineering, Iran University of Science and Technology, Tehran, Iran