Metoda selekcji wykorzystywana w klasycznym algorytmie genetycznym

Ruletka

Wymiana części genotypu między dwoma osobnikami

Krzyżowanie

Tworzenie kolejnego pokolenia osobników poprzez wybór i powielenie części z nich (zwykle lepiej przystosowanych)

Selekcja

Działanie modyfikujące genotyp osobnika lub całą populację

Operator genetyczny

Losowa zmiana genotypu danego osobnika

Mutacja

Polegające na rozwiązaniu układu równań (zazwyczaj nieliniowych) otrzymanych przez przyrównanie gradientu funkcji celu do zera

Metody analityczne

Stosowanie zasad, umożliwiających ograniczenie przestrzeni poszukiwań rozwiązania

Metody heurystyczne

Obliczanie wartości funkcji celu, przeglądając wszystkie punkty skończonej przestrzeni np. sprawdzenie po kolei wszystkich rozwiązań

Przeszukiwanie wyczerpujące

Przypadkowe lub metody oparte na wielokrotnym losowaniu punktu w przestrzeni i zapamiętywaniu najlepszego rozwiązania

Metody stochastyczne

Umożliwia agentowi manifestowanie własnych stanów w postaci emocji

osobowość

Odzwierciedla cechy mentalne agenta związane z środkami komunikacji i wyrazu

personifikacja

Pozwala na dostosowanie się do zmian w otoczeniu na podstawie doświadczenie zdobytego przez agenta

adaptacyjność

Działanie agenta składa się z prostych operacji, takich jak wysyłanie i odbieranie komunikatów, wykonywanie działań prywatnych oraz aktualizacji modelu mentalnego

Agent_0

Działanie agenta bazuje na zachowaniach ludzkich, w których możemy próbować opisać agenta w oparciu o zestaw poglądów

BDI

Tworzenie baz oraz wykorzystanie technologii semantycznych do przetwarzania

Big Data

Samouczenie maszynowe lub uczące się systemy

Machine learning

Wykrywanie nieznanych prawidłowości, tworzenie analogii i modyfikowanie

Inżynieria wiedzy

Przeszedł pełne testowanie

Eksploatacyjny

Realizuje pewne cząstkowe zadania

Demonstracyjny

Gotowy do produkcji w wymaganej skali

Komercyjny

Realizuje w pełni założone zadania

Użytkowy

Charakteryzuje się szybkim działaniem

Przemysłowy