Pontozásos (pályázat) rangsorolás továbbfejlesztése az utólagos értékelés-visszacsatolás elvvel
Kulcsszavak:
pontozásos értékelés, generikus szimulátor, genetikus algoritmusAbsztrakt
Munkánkban a különféle pontozásos értékelési rendszerek „jóságát” vizsgáljuk a mesterséges intelligencia egy módszerének felhasználásával. A vizsgálat alapját már lefutott, pontozással értékelt pályázatok képezték, de a módszer bármely más, pontozáson alapuló értékelés esetén is eredményesen alkalmazható. A metodológia számítógépi megvalósítása a generikus kétrétegű háló modell alapú dinamikus szimulátoron és az ezzel együttműködő genetikus algoritmuson alapul. Keressük azokat a ponthatárokat, illetve súlyokat, amely az utólagos szakértői megítélés során legjobbnak illetve legrosszabbnak minősített pályázatokat legjobbnak, illetve legrosszabbnak minősítették volna. A vizsgálat jó példa arra, hogy a mesterséges intelligencia módszerei hathatós segítséget nyújthatnak minden olyan területen, ahol utólagos értékelésre és ez alapján visszacsatolásra, javításra van lehetőség.
Hivatkozások
Csukás, B., Balogh, S. (1998). Combining Genetic Programming with Generic Simulation Models in Evolutionary Synthesis. Computers in Industry, 36(3), 181–197. https://doi.org/10.1016/S0166-3615(98)00071-2
Csukás, B., Balogh, S., Bánkuti, Gy. (2005). Generic Bi-layered Net Model – General Software for Simulation of Hybrid Processes, In: Daoliang Li and ÍBaoji Wang Eds.: Artificial Intelligence Applications and Innovations II. 2nd IFIP Conference of TC12 WG 12.5, Springer, 700–710.
Letöltések
Megjelent
Folyóirat szám
Rovat
License
Copyright (c) 2006 Varga Mónika
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
