One of the biggest industries today is the gaming industry. A multitude of games are sold each year, competing for the players’ attention and wallets. One of the common important techniques used today to produce game content is procedural content generation, where the computer generates small or larger parts of a game which often affects the gameplay experience. The purpose of this study is to design and implement a framework which can be used to evaluate and improve the procedural content generation in games, so that the gameplay experience for players in procedurally generated games can be increased. The research method used was design science, and the theories upon which the framework is built with are flow, procedural content generation and the genetic algorithm. The framework first was designed, and then implemented as an artifact in the form of a roguelike game, so that the framework’s functionality could be evaluated and validated. The game was then set up on a webpage so that anyone could contribute to the research by playing by giving feedback of how well the procedural content generation was performing in the form of a questionnaire within the game. Hence, the results of the study was twofold. The framework itself, and secondly the implementation of the framework in the form of a roguelike game. / En av de största industrierna idag är spelindustrin. En stor mängd av spel säljs varje år, vilka konkurrerar om spelarnas uppmärksamhet och plånböcker. En av de vanligaste teknikerna idag för att skapa innehåll till spel är procedurell generering där datorn genererar små eller stora delar av spelet, vilket ofta har inverkan på spelupplevelsen. Syftet med denna studie är att designa och implementera ett ramverk, vilket kan användas till att evaluera och förbättra den procedurella genereringen av spelinnehållet i spel, så att spelupplevelsen för spelare i procedurellt genererade spel kan förbättras. Forskningsmetoden som användes var design science, och de teorier som ramverket bygger på är flow, procedurell generering och den genetiska algoritmen. Ramverket designades först, och implementerades sedan som en artefakt i formen av ett rouge-likt spel, så att ramverkets funktionalitet kunde evalueras och valideras. Spelet lades upp på en hemsida, så att vem som helst kunde bidra till forskningen genom att spela och ge gensvar på hur väl den procedurellt genererade innehållet presterade. Härav så blev resultaten av studien tvåfaldig, ramverket självt, och implementationen av det i formen av ett rouge-liknande spel

Donor conceived (DC) teenagers are of interest as they are brought up in families where they have a genetic bond to one parent and lack a genetic bond to the other. The aim of this study was to investigate the attachment of DC teenagers to their genetic and non-genetic parent and whether the genetic link affects the attachment. We have analyzed whether the type of family form and/or donation type have an effect on the level of attachment on these teenagers. 86 teenagers participated through answering a survey which included the Inventory och Parent and Peer Attachment (IPPA), which was used to measure the attachment of donor conceived teenagers to both their parents. Wilcoxon signed rank test, Kruskal-Wallis H-test, Chi2 test and spearman correlation test were used to analyze the IPPA answers of the DC teenagers. The results showed that a secure attachment was common among the observed DC teenagers, that the attachment to genetic and non-genetic parent did not differ and that the type of donation and family form in which the teenagers were brought up did not seem to influence the attachment of DC teenagers. Consequently, our study indicates that other factors than a genetic link to their parent affect the security of attachment among DC teenagers. Clinical implications include that being conceived through donation should not be considered as a risk factor considering the attachment security to one's parents. Limitations of this study that should be considered are sample bias, the possibility that only high functioning families consented to their children’s participation in the study. / Få studier har undersökt upplevelser och uppfattningar bland barn som kommit till genom donationsbehandling. Detta är en särskilt intressant grupp att undersöka då de växer upp i familjer där de har ett genetiskt band till den ena föräldern, men inte den andra. Ambitionen med vår studie var att undersöka graden av trygg anknytning inom denna grupp och om kvalitén av anknytning till genetiska och icke-genetiska föräldrar skiljer sig åt. Vi utforskade även om det fanns några skillnader i anknytning hos tonåringar mellan olika donationsformer och familjetyper. 86 tonåringar deltog i studien genom att svara på en enkät som inkluderade the Inventory of Parent and Peer Attachment (IPPA), vilket är ett instrument som mätte anknytning till båda tonåringens föräldrar. Wilcoxon signed rank test, Kruskal-Wallis, chi2 test och Spearmans korrelationstest användes för att analysera tonåringarnas svar. Resultaten visade att en trygg anknytning är vanlig bland de observerade tonåringarna, att anknytningen till genetisk respektive icke-genetisk förälder inte skiljde sig åt samt att vilken donationsform som använts eller familjetyp som tonåringarna vuxit upp inom inte verkar påverka graden av trygg anknytning. Kliniska implikationer är att ha tillkommit genom ägg- eller spermiedonation inte bör ses som en risk för en framtida otrygg anknytning till genetisk eller icke-genetisk förälder hos tonåringar. Begränsningar med denna studie som bör beaktas är urvalsskevhet samt att endast högfungerande föräldrar gav sitt samtycke till sina barns medverkan i studien.

This project is about the optimization of the capital management of a French global bank. Capital management corresponds here to allocating the available capital to the different business units. In this project, I focus on the optimization of the allocation of the risk weighted assets (RWA) between some of the business units of the bank, as a representation of the allocated capital. Emphasis is put on the market and retail part of the bank and the first step was to be able to model the evolution of a business unit given an economic environment. The second one was about optimizing the distribution of RWA among the selected parts of the bank. / Projektets ämne handlar om att optimering allokering av kapital inom en fransk global bank. Kapital management syftar här på hur kapital ska fördelas mellan olika avdelningar inom banken. I detta projekt fokuserar jag på optimering av allokeringen av riskvägda resurser (RWA) mellan några av bankens enheter, som en representation av det allokerade kapitalet. Uppsatsen inriktar sig främst emot retail-delen av banken. Första steget var att modellera utvecklingen av en bankavdelning givet en ekonomisk omgivning? Andra steget var att försöka optimera fördelningen av RWA mellan de utvalda bankavdelningarna.

Transfemoralor above-the-knee amputees face discomfort in their prothesis primarily due to irregular distribution of pressure and shear forces in the Socket-stump interface (SSI). To quantify this discomfort it is necessary to first determine the pressure distribution in the SSI using sensors. However, knowledge of how sensors should be deployed is necessary to support the testing of said pressure on a test-rig or amputee. Previous methods used to determine sensor placement include discretization of the SSI into several regions or the use of a reiterative method based on pressure readings from sensors to determine the optimal placement of sensors. The former fails to identify high regions of pressure as the regions covered by the sensors may not have high pressure whereas the latter is time consuming and may cause further trauma to amputees as it requires repeated experimentation. With the advances in pressure sensor technologies, biomechanical simulations, and Finite elementanalysis(FEA)simulations it is now increasingly possible to determine an accurate estimate of dynamic pressure distribution occurring in the SSI during the gait cycle. The thesis investigates the dynamic pressure distribution in the SSI and determines an effective method of locating the optimal positions for the sensors using two different algorithms. The first is a Genetic Algorithm whereas the second is Pattern Search. / Transfemorala eller amputerade över knäet möter obehag i sin protes främst på grund av oregelbunden fördelning av tryck och skjuvkrafter i SSI. För att kvantifiera detta obehag är det nödvändigt att först bestämma tryckfördelningen i SSI med hjälp av sensorer. Men kunskap om hur sensorer ska distribueras är nödvändig för att stödja testningen av nämnda tryck på en testrigg eller amputerad. Tidigare metoder som använts för att bestämma sensorplacering inkluderar diskretisering av SSI i flera regioner eller användning av en upprepad metod baserad på tryckavläsningar från sensorer för att bestämma den optimala placeringen av sensorer. Den förstnämnda misslyckas med att identifiera höga tryckregioner eftersom den områden som täcks av sensorerna kanske inte har högt tryck medan de senare är tidskrävande och kan orsaka ytterligare trauma för amputerade eftersom det kräver upprepade experiment. Med framstegen inom trycksensorteknologier, biomekaniska simuleringar och FEA-simuleringar är det nu alltmer möjligt att bestämma en exakt uppskattning av dynamisk tryckfördelning i SSI under gångcykeln. Avhandlingen undersöker den dynamiska tryckfördelningen i SSI och bestämmer en effektiv metod för att lokalisera de optimala positionerna för sensorerna med hjälp av två olika algoritmer. Den första är en genetisk algoritm medan den andra är mönstresökning

Salmonid fish such as brown trout (Salmo trutta) are known to adapt to local environments in large water systems such as in Lake Vänern. Since brown trout returns to spawn at the location of birth, they become reproductively isolated from populations spawning elsewhere. Thus, genetically-based physiological and ecological differences may develop between them. There is evidence that two of the stocks of Lake Vänern brown trout, Gullspångälven brown trout (G-trout) and Klarälven brown trout (K-trout) differ, with G-trout growing faster and becoming bigger than K-trout, but there is no study identifying why this is the case. The purpose of this study was therefore to investigate whether there were differences in three variables: metabolic rate (gill-beat frequency, referred to as ventilation rate), foraging rate (number of captured prey per unit time) and aggressive behavior (number of displays) between the two stocks of brown trout. By conducting laboratory experiments on G-trout and K-trout in artificial streams with a constant supply of food through drift, behavioral observations were made to quantify these variables. The results showed that G-trout had significantly higher gill-beat frequency and foraging rate than did K-trout. In terms of aggression there was no significant difference observed between the two stocks, though there was a trend for G-trout to show more display behavior. The differences in metabolic rate and foraging rate are consistent with the different growth rates reported for the two stocks. The differences between the stocks suggest that they have developed local adaptations and have maintained these after a number of years of being raised in hatcheries. The observed differences should be taken into account when it comes to management and restoration of populations adapted to local environments. / Laxfisk som till exempel öringen (Salmo trutta) är kända att anpassa sig till lokala miljöer i stora vattensystem, såsom i sjön Vänern. Eftersom öringen återvänder och leker där de är födda blir de reproduktivt isolerade från populationer som leker på annan plats. Därmed kan ärftliga fysiologiska och ekologiska skillnader utvecklas dem emellan. Där finns bevis på att Gullspångsöringen tillväxer snabbare och blir större än Klarälvsöringen men det finns ingen riktig vetskap om varför. Syftet med denna studie var därmed att undersöka om där fanns skillnader i tre variabler: metabolisk hastighet (gälslagsfrekvens), furagering (antal tagna byten) och aggressivt beteende (antal display uppvisanden) mellan öringstammarna. Med separata försök av G-öring och K-öring i ett försöksakvarium med en konstgjord vattenström och konstant tillförsel av mat genom drift, gjordes beteendeobservervationer av dessa variabler. Resultaten visade på att G-öring hade en signifikant högre gälslagsfrekvens och furageringshastighet än K-öring. Vad gällde displaybeteende fanns ingen signifikantskillnad mellan stammarna, dock observerades en trend att G-öringen uppvisade mer display. Dessa resultat tyder på att metabolisk hastighet och furagering kan ha en roll i tillväxttakten. Skillnaderna mellan stammarna kan tyda på att de har utvecklat lokala anpassningar och har kvar dessa efter ett antal års fiskodling. De observerade skillnaderna är viktiga att ta med i beräkning när det kommer till förvaltning och restauration av populationer anpassade till lokala miljöer.

<p>Genetic algorithms is a method of optimization that can be used tosolve many different kinds of problems. This thesis focuses ondeveloping a framework for genetic algorithms that is capable ofsolving at least the two problems explored in the work. Otherproblems are supported by allowing user-made extensions.The purpose of this thesis is to explore the possibilities of geneticalgorithms for optimization problems and artificial intelligenceapplications.To test the framework two applications are developed that look attwo distinct problems, both of which aim at demonstrating differentparts. The first problem is the so called Travelling SalesmanProblem. The second problem is a kind of artificial life simulator,where two groups of creatures, designated predator and prey, aretrying to survive.The application for the Travelling Salesman Problem measures theperformance of the framework by solving such problems usingdifferent settings. The creature simulator on the other hand is apractical application of a different aspect of the framework, wherethe results are compared against predefined data. The purpose is tosee whether the framework can be used to create useful data forthe creatures.The work showed how important a detailed design is. When thework began on the demonstration applications, things were noticedthat needed changing inside the framework. This led to redesigningparts of the framework to support the missing details. A conclusionfrom this is that being more thorough in the planning, andconsidering the possible use cases could have helped avoid thissituation.The results from the simulations showed that the framework iscapable of solving the specified problems, but the performance isnot the best. The framework can be used to solve arbitrary problemsby user-created extensions quite easily.</p>

Diss. (sammanfattning) Stockholm : Karol. inst., 2004. / Härtill 5 uppsatser.

Genetic algorithms is a method of optimization that can be used tosolve many different kinds of problems. This thesis focuses ondeveloping a framework for genetic algorithms that is capable ofsolving at least the two problems explored in the work. Otherproblems are supported by allowing user-made extensions.The purpose of this thesis is to explore the possibilities of geneticalgorithms for optimization problems and artificial intelligenceapplications.To test the framework two applications are developed that look attwo distinct problems, both of which aim at demonstrating differentparts. The first problem is the so called Travelling SalesmanProblem. The second problem is a kind of artificial life simulator,where two groups of creatures, designated predator and prey, aretrying to survive.The application for the Travelling Salesman Problem measures theperformance of the framework by solving such problems usingdifferent settings. The creature simulator on the other hand is apractical application of a different aspect of the framework, wherethe results are compared against predefined data. The purpose is tosee whether the framework can be used to create useful data forthe creatures.The work showed how important a detailed design is. When thework began on the demonstration applications, things were noticedthat needed changing inside the framework. This led to redesigningparts of the framework to support the missing details. A conclusionfrom this is that being more thorough in the planning, andconsidering the possible use cases could have helped avoid thissituation.The results from the simulations showed that the framework iscapable of solving the specified problems, but the performance isnot the best. The framework can be used to solve arbitrary problemsby user-created extensions quite easily.

Existing methods in Reinforcement Learning (RL) that rely on gradient estimates suffer from the slow rate of convergence, poor sample efficiency, and computationally expensive training, especially when dealing with complex real-world problems with a sizable dimensionality of the state and action space. In this work, we attempt to leverage the benefits of evolutionary computation as a competitive, scalable, and gradient-free alternative to training deep neural networks for RL-specific problems. In this context, we present a novel distributed algorithm based on an efficient model encoding that allows the intuitive application of genetic operators. Our results demonstrate improved exploration and considerable reduction of trainable parameters while maintaining comparable performance with algorithms like Deep Q-Network (DQN), Asynchronous Advantage Actor Critic (A3C), and Evolution Strategy (ES) when evaluated on Atari 2600 games. A scalability assessment of the algorithm revealed a significant parallel speedup and over 10,000 fold improvement in memory requirement. Sample efficiency improved in some experiments, but not significantly. Finally, the algorithm was applied on a Remote Electrical Tilt (RET) optimization task, the improvements in Key Performance Indicators (KPIs) show that the algorithm is also effective in other domains. / gradientskattningar är begränsade av långsam konvergenshastighet, låg samplingeffektivitet och beräkningsmässigt dyra träningsprocedurer. Detta är särskilt fallet när dessa hanterar komplexa och verkliga problem med högdimensionella tillstånds- och handlingsrum. I detta arbete försöker vi utnyttja fördelarna med evolutionär beräkning som ett konkurrenskraftigt, skalbart och gradientfritt alternativ till att träna djupa neurala nätverk för RL-specifika problem. I detta sammanhang presenterar vi en ny distribuerad algoritm baserad på en effektiv modellkodning som möjliggör intuitiv tillämpning av genetiska operatorer. Våra resultat visar ett förbättrat utforskande och en avsevärd minskning av träningsbara.

Within the area of context-sensitive code completion there is a need for accurate predictive models in order to provide useful code completion predictions. The traditional method for optimizing the performance of code completion systems is to empirically evaluate the effect of each system parameter individually and fine-tune the parameters. This thesis presents a genetic algorithm that can optimize the system parameters with a degree-of-freedom equal to the number of parameters to optimize. The study evaluates the effect of the optimized parameters on the prediction quality of the studied code completion system. Previous evaluation of the reference code completion system is also extended to include model size and inference speed. The results of the study shows that the genetic algorithm is able to improve the prediction quality of the studied code completion system. Compared with the reference system, the enhanced system is able to recognize 1 in 10 additional previously unseen code patterns. This increase in prediction quality does not significantly impact the system performance, as the inference speed remains less than 1 ms for both systems. / Inom området kontextkänslig kodkomplettering finns det ett behov av precisa förutsägande modeller för att kunna föreslå användbara kodkompletteringar. Den traditionella metoden för att optimera prestanda hos kodkompletteringssystem är att empiriskt utvärdera effekten av varje systemparameter individuellt och finjustera parametrarna. Det här arbetet presenterar en genetisk algoritm som kan optimera systemparametrarna med en frihetsgrad som är lika stor som antalet parametrar att optimera. Studien utvärderar effekten av de optimerade parametrarna på det studerade kodkompletteringssystemets pre- diktiva kvalitet. Tidigare utvärdering av referenssystemet utökades genom att även inkludera modellstorlek och slutledningstid. Resultaten av studien visar att den genetiska algoritmen kan förbättra den prediktiva kvali- teten för det studerade kodkompletteringssystemet. Jämfört med referenssystemet så lyckas det förbättrade systemet korrekt känna igen 1 av 10 ytterligare kodmönster som tidigare varit osedda. Förbättringen av prediktiv kvalietet har inte en signifikant inverkan på systemet, då slutledningstiden förblir mindre än 1 ms för båda systemen.