<p>I dagens utveckling av robotkontrollers så finner vi olika synsätt på hur vi ska angripa problemen som en robot ställs inför. Det här arbetet koncentrerar sig på artificiella neurala nät (ANN) och evolution med genetiska algoritmer och en fokusering sker på en speciell arkitektur av ANN som Stefano Nolfi presenterat.</p><p>Rapporten kan ses som en fortsättning på Nolfis arbete och behandlar extensioner av fenomenet "spontan modularitet" som Nolfi beskriver. Det testproblem som används består i att utveckla ett kontrollsystem för en skräpsamlande robot. Detta arbete baseras på experiment runt detta problem med arkitekturer, vilka baseras på Nolfis spontana modularitet. Vi testar hur arkitekturerna påverkas av interna och återkopplade noder.</p><p>Resultaten visar på att en spontan modularitet inte tycks påverkas positivt av återkopplade eller interna noder.</p>

<p>I dagens samhälle finns det en mängd olika maskiner för att underlätta ardagssysslorna, såsom batteridrivna dammsugare och gräsklippare. Gräsklippardomänen används i detta projekt, för att undersöka vilken av monolitisk och hierarkisk kontrollarkitektur i en batteridriven gräsklippare som har bäst generaliseringsförmåga. Gräsklippardomänen används som testdomän därför att det finns en oändlig mängd olika yt-fromer. Med generalisering menas hur bra gräsklipparen klipper på ytor som den nyligen eller aldrig tränats på. Experiment har utförs på båda kontrollarkitekturerna i en simulator. Val av kontrollarkitektur spelar inte någon större roll för gräsklipparen. Bidraget med detta arbete är att undersöka hur bra de olika arkitekturerna generaliserar.</p>

Den här rapporten undersöker egenskaper hos en algoritm som är baserad på Learning Backtracking Search Optimization Algorithm (LBSA) som introducerades av Chen et. al. (2017). Undersökningen genomfördes genom att tillämpa algoritmen på Sudokuproblemet och jämföra lösningsgraden och diversiteten i den sista populationen med en algoritm som är baserad på Hybrid Genetic Algorithm (HGA) som introducerades av Deng och Li (2011). Resultaten visar att implementationen av den LBSA-baserade algoritmen har en lägre lösningsgrad än den HGA-baserade algoritmen för alla genomförda experiment, men att algoritmen håller en högre diversitet i den sista populationen för tre av de fem gjorda experimenten. Slutsatsen är att den LBSA-baserade algoritmen inte är lämplig för att lösa Sudokuproblemet på grund av en låg lösningsgrad och att implementationen har en hög komplexitet. / This report examines the properties of an algorithm based on the Learning Backtracking Optimization Algorithm (LBSA) introduced by Chen et. al. (2017). The examination was performed by applying the algorithm on the Sudoku problem and then comparing the solution rate and the diversity in the final population with an algorithm based on the Hybrid Genetic Algorithm introduced by Deng and Li (2011). The results show the implementation of the LBSA based algorithm have a lower solution rate than the HGA based algorithm for all executed experiments. But the LBSA based algorithm manage to keep a higher diversity in the final population in three of the five performed experiments. The conclusion is that the LBSA based algorithm is not suitable for solving the Sudoku problem since the algorithm has a lower solution rate and the implementation have a high complexity.

I dagens utveckling av robotkontrollers så finner vi olika synsätt på hur vi ska angripa problemen som en robot ställs inför. Det här arbetet koncentrerar sig på artificiella neurala nät (ANN) och evolution med genetiska algoritmer och en fokusering sker på en speciell arkitektur av ANN som Stefano Nolfi presenterat. Rapporten kan ses som en fortsättning på Nolfis arbete och behandlar extensioner av fenomenet "spontan modularitet" som Nolfi beskriver. Det testproblem som används består i att utveckla ett kontrollsystem för en skräpsamlande robot. Detta arbete baseras på experiment runt detta problem med arkitekturer, vilka baseras på Nolfis spontana modularitet. Vi testar hur arkitekturerna påverkas av interna och återkopplade noder. Resultaten visar på att en spontan modularitet inte tycks påverkas positivt av återkopplade eller interna noder.

I dagens samhälle finns det en mängd olika maskiner för att underlätta ardagssysslorna, såsom batteridrivna dammsugare och gräsklippare. Gräsklippardomänen används i detta projekt, för att undersöka vilken av monolitisk och hierarkisk kontrollarkitektur i en batteridriven gräsklippare som har bäst generaliseringsförmåga. Gräsklippardomänen används som testdomän därför att det finns en oändlig mängd olika yt-fromer. Med generalisering menas hur bra gräsklipparen klipper på ytor som den nyligen eller aldrig tränats på. Experiment har utförs på båda kontrollarkitekturerna i en simulator. Val av kontrollarkitektur spelar inte någon större roll för gräsklipparen. Bidraget med detta arbete är att undersöka hur bra de olika arkitekturerna generaliserar.

Detta arbete utvärderar ANN-arkitekturerna feedforward, Elman och ESCN då de används för att styra en bil i en enkel 2D-simulering. Nätverken tränas av en evolutionär algoritm som använder nätverkens vikter som genom för dess individer. Syftet med arbetet är att se om arkitekturerna presterar olika bra. Simuleringens komplexitet, i form av halka och sladd, samt banans svårighetsgrad varieras för att se vilka arkitekturer som klarar vilka komplexa problem bäst och var de eventuellt brister. Ett program utvecklades som testade de olika fallen och resultatet visade att Elman presterade sämst, speciellt då komplexiteten ökade, och ESCN presterade lite bättre än feedforward. Varför Elman presterade sämre fick inget svar i detta arbete, och ESCN använde sitt minne på ett sätt som skulle kunna vara värt att titta vidare på. Framtida arbete skulle kunna vara att ta reda på orsakerna till de ovanliga beteendena som uppstod samt att genomföra mer utförliga tester.

Evolutionary algorithms have achieved great performance among a wide range of optimization problems. In this degree project, the network optimization problem has been reformulated and solved in an evolved way. A feasible evolutionary framework has been designed and implemented to train neural networks in supervised learning scenarios. Under the structure of evolutionary algorithms, a well-defined fitness function is applied to evaluate network parameters, and a carefully derived form of approximate gradients is used for updating parameters. Performance of the framework has been tested by training two different types of networks, linear affine networks and convolutional networks, for a flash call verification task.Under this application scenario, whether a flash call verification will be successful or not will be predicted by a network, which is inherently a binary classification problem. Furthermore, its performance has also been compared with traditional backpropagation optimizers from two aspects: accuracy and time consuming. The results show that this framework is able to push a network training process to converge into a certain level. During the training process, despite of noises and fluctuations, both accuracies and losses converge roughly under the same pattern as in backpropagation. Besides, the evolutionary algorithm seems to have higher updating efficiency per epoch at the first training stage before converging. While with respect to fine tuning, it doesn’t work as good as backpropagation in the final convergence period. / Evolutionära algoritmer uppnår bra prestanda för ett stort antal olika typer av optimeringsproblem. I detta examensprojekt har ett nätverksoptimeringsproblem lösts genom omformulering och vidareutveckling av angreppssättet. Ett förslag till ramverk har utformats och implementerats för att träna neuronnätverk i övervakade inlärningsscenarier. För evolutionära algoritmer används en väldefinierad träningsfunktion för att utvärdera nätverksparametrar, och en noggrant härledd form av approximerade gradienter används för att uppdatera parametrarna. Ramverkets prestanda har testats genom att träna två olika typer av linjära affina respektive konvolutionära neuronnätverk, för optimering av telefonnummerverifiering. I detta applikationsscenario förutses om en telefonnummerverifiering kommer att lyckas eller inte med hjälp av ett neuronnätverk som i sig är ett binärt klassificeringsproblem. Dessutom har dess prestanda också jämförts med traditionella backpropagationsoptimerare från två aspekter: noggrannhet och hastighet. Resultaten visar att detta ramverk kan driva en nätverksträningsprocess för att konvergera till en viss nivå. Trots brus och fluktuationer konvergerar både noggrannhet och förlust till ungefär under samma mönster som i backpropagation. Dessutom verkar den evolutionära algoritmen ha högre uppdateringseffektivitet per tidsenhet i det första träningsskedet innan den konvergerar. När det gäller finjustering fungerar det inte lika bra som backpropagation under den sista konvergensperioden.

Although there is no consensus among biologists as to whether human behaviour can beexplained by evolution, there are a number of theories and models in different fields ofresearch that aim to do just that. Philosophy is no exception. In metaethics, evolutionarybiology is used to formulate an evolutionary debunking explanation. This skepticalepistemological tool is used to show that if evolution has, in some way, affected humanmorality, then we cannot have true justified belief in moral matters.An ongoing debate about the evolutionary debunking explanation is about howmuch empirical detail the evolutionary debunking explanation can demand. With this paper, Iwant to examine how philosophers writing about the evolutionary debunking explanation useevolutionary biology, as well as how much evolutionary biology is required for theevolutionary debunking explanation to be valid. I will argue that it is possible to identifythree difficulties in using evolutionary biology to formulate a philosophical tool.

Tidigare historisk forskning kring stenindustrin i Bohuslän har fokuserat på utvecklingen av produktionen, kulturens inverkan på hur stenarbetarna organiserade sig, och hur kulturmötet var mellan ideologiska ambulerande stenhuggare och bofasta konservativa bohuslänningar. Den här uppsatsen byter till ett ekonomiskt evolutionärt perspektiv utvecklat av ekonomerna Nelson och Winter. Det är en kritik av den rationelle aktören. Företag är analogt med organismer som är olika väl anpassade till marknadsförändringar. Uppsatsen är en fallstudie för att undersöka hur ett nytt företag kan etablera sig på en överetablerad marknad. 1926 bildas Bohusläns Kooperativa Stenindustri u.p.a. i Hovenäset av en grupp stenhuggare. De anlitar I/S Chr. V. Pedersen &amp; Hagensen för att ordna anbud i Danmark och hjälpa dem att bli stenleverantörer till Hamburg. Frågeställningen är om statsvetaren Robert Axelrods samarbetsteori kan belysa och bidra med en större förståelse till hur de kunde etablera sig som stenleverantörer. Hur utvecklade de rutiner och varför ville de exportera till Hamburg. Besvarandet av frågorna gjordes genom att analysera korrespondensen mellan kooperationens medlemmar och det danska företaget.  Uppsatsen kan visa att genom reciprokt agerande kunde ett stabilt samarbete uppnås. Rutiner utvecklades genom dialog och Hamburg sågs som ett brohuvud in på den tyska marknaden. / Earlier historical research into the stone industry in Bohuslän, a province in Sweden, has focused on the development of production, how culture impacted on the way the stonemasons organized themselves or the cultural meeting between ideologically driven travelling stonemasons and local and conservative sedentary. This thesis changes the perspective to economic evolutionary history developed by the economists Nelson and Winter. It is a critic of the rational agent. According to the theory companies are analogue to organisms, which are differently well adapted to market changes. The thesis is a case study and investigates how a company is able to establish itself on an overripe market place. The Cooperative of Bohuslän’s Stoneindustry” was formed in Hovenäset, a small fishing village in Bohuslän which worked with the Danish company I/S Chr. V. Pedersen &amp; Hagensen to establish itself as stone deliverers to Hamburg. The questions asked are if political scientist Robert Axelrods theory of cooperation can illuminate how new companies are able to enter a ripe market, how the co-operative developed routines and why they wanted to export to Hamburg. The questions are answered by analysing the correspondence between the members of the co-operative and the Danish company. The thesis is able to show that a beneficiary stable cooperation was possible through tit for tat or reciprocal action. Routines developed through dialog between the different members and the Danish company. Hamburg was seen as an entry point into the German market.

Denna studie utforskar hur valet mellan två metoder för evaluering av individer i en evolutionär algoritm påverkar procedurellt genererat innehåll. Evolutionär generering är ett delområde av sökbaserad-procedurell generering som tar inspiration från verkligevolution med implementation av koncept som; ärvda egenskaper, mutation och naturligselektion. Studiens två evalueringsmetoder användes vid framställningen av spelbanor till ett imaginärt spel inom genren realtidsstrategi. Banor skapades för i teorin två spelare och visualiserade i en egenskapad testmiljö. Resultaten fastställde att valet av evalueringsmetod påverkar hur ett set av banor kan upplevas i förhållande till en spelare och till varandra. Användningen av studiens traditionella metod för evaluering resulterade i banor med mer snarlika egenskaper tillvarandra men kunde alla anses besitta balanserade förutsättningar för banornas två spelare. Användningen av studiens multiobjektiva metod för evaluering resulterade i banor mervarierande från varandra men som alla inte kunde anses besitta balanserade förutsättningarför spelare. Utifrån studiens resultat skulle en utvecklare kunna skapa en evolutionär algoritm och veta till vilken grad valet av evalueringsmetod påverkar genererat innehåll. Framtida studierskulle även från resultaten i denna studie kunna undersöka personers upplevelse vidspelsessioner med evolutionärt genererade banor jämfört med manuellt skapade banor i existerande spel. / <p>Det finns övrigt digitalt material (t.ex. film-, bild- eller ljudfiler) eller modeller/artefakter tillhörande examensarbetet som ska skickas till arkivet.</p>