Bibliographic Metadata

Title
Swarm-Intelligence by Pattern Formation and Collective Decision Making in Simple Interaction Systems
Additional Titles
Swarm-Intelligence by Pattern Formation and Collective Decision Making in Simple Interaction Systems
AuthorStefanec, Martin
CensorSchmickl, Thomas
PublishedGraz, 2019
Institutional NoteKarl-Franzens-Universität Graz, Masterarbeit, 2019
Annotation
Arbeit an der Bibliothek noch nicht eingelangt - Daten nicht geprüft
Abweichender Titel laut Übersetzung des Verfassers/der Verfasserin
Document typeMaster Thesis
URNurn:nbn:at:at-ubg:1-138139 Persistent Identifier (URN)
Restriction-Information
 The work is publicly available
Files
Swarm-Intelligence by Pattern Formation and Collective Decision Making in Simple Interaction Systems [29.9 mb]
Links
Reference
Classification
Abstract (German)

In der vorliegenden Arbeit werden die Phänomene Selbstorganisation und Emergenz anhand zweier einfacher Modelle untersucht. Eines dieser Modelle (der BEECLUST Algorithmus) beschreibt einen sehr konkreten Fall der Selbstorganisation bei der westlichen Honigbiene Apis mellifera L., das andere Modell (das Primordial Particle System) beschreibt ein sehr generelles Beispiel der Bildung von emergenten Strukturen mit ausgeprägten Eigenschaften aus einzelnen, identen Bausteinen.Es wird gezeigt wie es in diesen Fällen zu den Phänomenen der Selbstorganisation und Emergenz kommt und welche Eigenschaften die jeweiligen Systeme dadurch aufweisen. Im konkreten Modell, wird das mathematische Modell zuerst anhand von Versuchen mit echten Bienen validiert, danach wird es verwendet um gewisse Parameter zu untersuchen, die im realen System nicht untersuchbar wären. Dazu wird das System, so weit es möglich ist, reduziert um die essentiellen Systemkomponenten zu bestimmen. Das Modell dient auch dazu, Interaktionen zwischen Honigbienen und robotischen Attrappen zu testen. Der Vergleich von simulierten Versuchen mit äquivalenten Versuchen an Honigbienen und Robotern wird danach wieder zur qualitativen Verifizierung und Validierung des Modells verwendet. Im generellen Modell werden die emergenten Eigenschaften von Strukturen beschrieben, die sich durch regelbasierte Interaktionen identer Bausteine bilden und dabei Analogien zu Lebewesen aufweisen. Dabei können Parallelen zur Abiogenese gefunden aber auch die grundsätzliche Natur von emergenten Systemen untersucht werden.

Abstract (English)

In this work, the phenomena of self-organization and emergence are investigated by two simple models. The BEECLUST algorithm describes a specific case of self-organisation in the western honeybee Apis mellifera L., while the Primordial Particle System describes a very general example of the formation of emergent structures with distinct properties from identical, individual building blocks.It will be shown how in these cases the phenomena of self-organization and emergence come about and which properties the respective systems have. The mathematical model of the BEECLUST algorithm describes a specific example of self-organization and emergence and is first validated on the basis of experiments with real honey bees. After the validation, the model is used to investigate certain parameters that would not be explorable in a real system. For this purpose, the system is reduced as much as possible to determine the essential system components. The model also serves to test interactions between honey bees and robotic honey bee decoys. The comparison of simulation experiments with equivalent experiments on honey bees and robots is then used again for qualitative verification and validation of the model. The Primordial Particle System describes a general model of self-organisation and emergence. The emergent properties of the structures, which form by rule-based interactions of identical building blocks, show analogies to living beings. Parallels to the abiogenesis can be found, but also the fundamental nature of emergent systems can be investigated.

Stats
The PDF-Document has been downloaded 2 times.