1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
  2. Роботи студентів
  3. Бакалавр
  4. 122 — Компʼютерні науки, F3 Комп’ютерні науки (бакалаври)
Empreu aquest identificador per citar o enllaçar aquest ítem: http://elartu.tntu.edu.ua/handle/lib/52887
Registre complet de metadades
Camp DCValorLengua/Idioma
dc.contributor.advisorФриз, Михайло Євгенович-
dc.contributor.advisorFryz, Mykhailo-
dc.contributor.authorПоліщук, Павло Ігорович-
dc.contributor.authorPolishchuk, Pavlo-
dc.date.accessioned2026-06-29T19:07:15Z-
dc.date.available2026-06-29T19:07:15Z-
dc.date.issued2026-06-25-
dc.date.submitted2026-06-11-
dc.identifier.urihttp://elartu.tntu.edu.ua/handle/lib/52887-
dc.descriptionРоботу виконано на кафедрі комп'ютерних наук Тернопільського національного технічного університету імені Івана Пулюя. Захист відбудеться 25.06.2026р. на засіданні екзаменаційної комісії №31 у Тернопільському національному технічному університеті імені Івана Пулюяuk_UA
dc.description.abstractКваліфікаційна робота присвячена дослідженню еволюції альтруїстичної поведінки в популяції штучних агентів у двовимірному ігровому середовищі з використанням генетичних алгоритмів. В першому розділі описано предметну область штучного життя (ALife), висвітлено математичну основу родинного відбору за правилом Гамільтона, розглянуто існуючі рішення еволюційного моделювання та сформульовано вимоги до системи. В другому розділі обґрунтовано вибір засобів розробки (Python та Pygame), спроектовано архітектуру системи із семикласовою структурою та описано спрощений генетичний алгоритм з одногенною мутацією. В третьому розділі описано програмну реалізацію ядра системи, середовища та агентів, реалізовано пул агентів зі складністю O(1) для операцій народження та смерті, а також проведено експериментальне тестування симуляції у чотирьох режимах. В четвертому розділі розкрито питання безпеки життєдіяльності та основ охорони праці при роботі за персональним комп'ютером. Об’єкт дослідження: процес еволюції популяції штучних агентів у віртуальному конкурентному середовищі. Предмет дослідження: методи еволюційного моделювання та генетичні алгоритми формування альтруїстичної поведінки.uk_UA
dc.description.abstractThe qualification work is dedicated to modeling the evolution of altruistic behavior in a population of artificial agents within a 2D game environment using genetic algorithms. The first section covers the domain of Artificial Life (ALife), analyzes the mathematical foundation of kin selection based on Hamilton’s rule, reviews existing evolutionary modeling solutions, and formulates requirements for the simulation system. The second section justifies the choice of development tools (Python and Pygame), presents a seven-class system architecture, and describes a simplified genetic algorithm with single-gene mutation. The third section describes the software implementation of the system core, environment, and agents, including an agent pool with O(1) birth and death complexity, and presents experimental results across four simulation modes. The fourth section covers occupational health and safety regulations for computer workplaces. Object of study: the process of evolution of a population of artificial agents in a virtual competitive environment. Subject of study: evolutionary modeling methods and genetic algorithms for the emergence of altruistic behavior.uk_UA
dc.description.tableofcontentsЗМІСТ ВСТУП 10 РОЗДІЛ 1. ОГЛЯД ОСНОВНОЇ ПОСТАВЛЕНОЇ ЗАДАЧІ ТА АНАЛІЗ ПРЕДМЕТНОЇ ОБЛАСТІ 12 1.1 Аналіз вимог до системи моделювання штучного життя в ігровому середовищі 12 1.2 Огляд існуючих рішень та підходів у сфері еволюційного моделювання 15 1.3 Принципи функціонування генетичних алгоритмів у відеоіграх 18 1.4 Висновок до першого розділу 20 РОЗДІЛ 2. ПРОЕКТУВАННЯ СИСТЕМИ МОДЕЛЮВАННЯ ШТУЧНОГО ЖИТТЯ В ІГРОВОМУ СЕРЕДОВИЩІ 22 2.1 Вибір засобів розробки та технологій 22 2.2 Проектування архітектури системи 23 2.3 Проектування генетичного алгоритму та структури агента 26 2.4 Висновок до другого розділу 29 РОЗДІЛ 3. РЕАЛІЗАЦІЯ СИСТЕМИ МОДЕЛЮВАННЯ ШТУЧНОГО ЖИТТЯ В ІГРОВОМУ СЕРЕДОВИЩІ 30 3.1 Реалізація ядра системи 30 3.2 Реалізація середовища та агентів 32 3.3 Реалізація оркестрації симуляції та інтерфейсу 34 3.4 Висновок до третього розділу 37 РОЗДІЛ 4. БЕЗПЕКА ЖИТТЄДІЯЛЬНОСТІ, ОСНОВИ ОХОРОНИ ПРАЦІ 39 4.1 Захист інформації як складова безпеки життєдіяльності у цифрову епоху 39 4.2 Вимоги до профілактичних медичних оглядів для працівників ПК 41 4.3 Висновок до четвертого розділу 43 ВИСНОВКИ 45 ПЕРЕЛІК ДЖЕРЕЛ 47uk_UA
dc.format.extent50-
dc.language.isoukuk_UA
dc.publisherТернопільський національний технічний університет імені ім. І. Пулюяuk_UA
dc.subject122uk_UA
dc.subjectкомп’ютерні наукиuk_UA
dc.subjectштучне життяuk_UA
dc.subjectгенетичний алгоритмuk_UA
dc.subjectправило гамільтонаuk_UA
dc.subjectальтруїзмuk_UA
dc.subjectеволюційне моделюванняuk_UA
dc.subjectpythonuk_UA
dc.subjectartificial lifeuk_UA
dc.subjectgenetic algorithmuk_UA
dc.subjecthamilton's ruleuk_UA
dc.subjectaltruismuk_UA
dc.subjectevolution simulationuk_UA
dc.titleМоделювання штучного життя в ігровому середовищі з використанням генетичних алгоритмівuk_UA
dc.title.alternativeArtificial Life Simulation in a Game Environment Using Genetic Algorithmsuk_UA
dc.typeBachelor Thesisuk_UA
dc.rights.holder© Поліщук Павло Ігорович, 2026uk_UA
dc.coverage.placenameТернопільuk_UA
dc.subject.udc004.896uk_UA
dc.relation.references1. Aguilar W. The Past, Present, and Future of Artificial Life / W. Aguilar, C. G. Santamaría, C. Vidaurre // Frontiers in Robotics and AI. – 2014. – Vol. 1. – P. 8. – DOI: 10.3389/frobt.2014.00008.uk_UA
dc.relation.references2. Bedau M. A. Open Problems in Artificial Life / M. A. Bedau // Artificial Life. – 2000. – Vol. 6, № 4. – P. 363–376. – DOI: 10.1162/106454600300103683.uk_UA
dc.relation.references3. Lehmann L. The Evolution of Cooperation and Altruism: A General Framework and a Classification of Models / L. Lehmann, L. Keller // Journal of Evolutionary Biology. – 2006. – Vol. 19, № 5. – P. 1365–1376.uk_UA
dc.relation.references4. Kazil J. Utilizing Python for Agent-Based Modeling: The Mesa Framework / J. Kazil, D. Masad, A. Crooks // Social, Cultural, and Behavioral Modeling. – Cham : Springer, 2020. – P. 308–317.uk_UA
dc.relation.references5. Kazil J. Mesa: Agent-based modeling in Python / J. Kazil, D. Masad // The Open Journals. – 2020. – Режим доступу : https://theoj.org. – Дата звернення: 14.06.2025.uk_UA
dc.relation.references6. Ilachinski A. Cellular Automata: A Discrete Universe / A. Ilachinski. – Singapore : World Scientific, 2001. – 830 p. – ISBN 978-981-238-183-5.uk_UA
dc.relation.references7. Adamatzky A. Game of Life Cellular Automata / A. Adamatzky. – London : Springer, 2010. – 621 p. – ISBN 978-1-84996-216-2.uk_UA
dc.relation.references8. Clune J. The Evolutionary Origins of Modularity / J. Clune, J.-B. Mouret, H. Lipson // Proceedings of the Royal Society B. – 2013. – Vol. 280, № 1755. – P. 1–10.uk_UA
dc.relation.references9. West S. A. Kin Selection is the Key to Altruism [Електронний ресурс] / S. A. West, A. S. Griffin, A. Gardner // Trends in Ecology & Evolution. – 2007. – Vol. 22, № 7. – P. 363–370. – Режим доступу : https://pubmed.ncbi.nlm.nih.gov/16701471/.uk_UA
dc.relation.references10. Alvarez-Socorro A. J. A Quantitative Test of Hamilton's Rule for the Evolution of Altruism / A. J. Alvarez-Socorro // PLOS Biology. – 2020. – Vol. 18, № 10. – e3000816.uk_UA
dc.relation.references11. Vincent T. L. Evolutionary Game Theory, Natural Selection, and Darwinian Dynamics / T. L. Vincent, J. S. Brown. – Cambridge : Cambridge University Press, 2005. – 400 p. – ISBN 978-0521841702.uk_UA
dc.relation.references12. Okasha S. Evolution and the Levels of Selection / S. Okasha. – Oxford : Oxford University Press, 2006. – 276 p. – ISBN 978-0199267972.uk_UA
dc.relation.references13. Sigmund K. The Calculus of Selfishness / K. Sigmund. – Princeton : Princeton University Press, 2010. – 184 p. – ISBN 978-0691142753.uk_UA
dc.relation.references14. Nowak M. A. Five Rules for the Evolution of Cooperation / M. A. Nowak // Science. – 2006. – Vol. 314, № 5805. – P. 1560–1563.uk_UA
dc.relation.references15. Adami C. Evolution of Biological Complexity / C. Adami, C. Ofria, T. C. Collier // Proceedings of the National Academy of Sciences. – 2000. – Vol. 97, № 9. – P. 4463–4468.uk_UA
dc.relation.references16. Cheney N. Unshackling Evolution: Evolving Soft Robots with Multiple Materials and a Virtual Incubator / N. Cheney, R. MacCurdy, J. Clune, H. Lipson // Proceedings of the 15th Annual Conference on Genetic and Evolutionary Computation. – New York : ACM, 2013. – P. 165–172.uk_UA
dc.relation.references17. Tisue S. NetLogo: A Simple Environment for Modeling Complexity / S. Tisue, U. Wilensky // International Conference on Complex Systems. – Boston, 2004. – Vol. 21. – P. 16–21.uk_UA
dc.relation.references18. Sivanandam S. N. Introduction to Genetic Algorithms / S. N. Sivanandam, S. N. Deepa. – Berlin : Springer, 2007. – 442 p. – ISBN 978-3-540-73189-4.uk_UA
dc.relation.references19. Luke S. Essentials of Metaheuristics / S. Luke. – 2nd ed. – Fairfax : Lulu, 2013. – 253 p. – ISBN 978-1300549628.uk_UA
dc.relation.references20. Eiben A. E. Introduction to Evolutionary Computing / A. E. Eiben, J. E. Smith. – 2nd ed. – Berlin : Springer, 2015. – 282 p. – ISBN 978-3-662-44873-1.uk_UA
dc.relation.references21. De Jong K. A. Evolutionary Computation: A Unified Approach / K. A. De Jong. – Cambridge : MIT Press, 2006. – 256 p. – ISBN 0-262-04194-4.uk_UA
dc.relation.references22. Kitchens J. Genetic Algorithms [Електронний ресурс] / J. Kitchens. – Режим доступу : https://james-kitchens.com. – Дата звернення: 12.06.2025.uk_UA
dc.relation.references23. LRDeGeest. Faster Agent-Based Models in Python [Електронний ресурс]. – Режим доступу : https://lrdegeest.github.io/research/. – Дата звернення: 13.06.2025.uk_UA
dc.relation.references24. Pygame Community. Pygame 2.x Documentation [Електронний ресурс]. – Режим доступу : https://www.pygame.org/docs. – Дата звернення: 15.06.2026.uk_UA
dc.relation.references25. Harrington K. The Effects of Tags on the Evolution of Honest Signaling [Електронний ресурс] / K. Harrington. – Режим доступу : https://kyleharrington.com. – Дата звернення: 11.06.2026.uk_UA
dc.relation.references26. Nowak M. A. Evolving Cooperation / M. A. Nowak // Journal of Theoretical Biology. – 2012. – Vol. 299. – P. 1–8.uk_UA
dc.relation.references27. Желібо Є. П. Охорона праці: навчальний посібник / Є. П. Желібо, М. О. Халімовський. – Київ : Каравела, 2011. – 300 с.uk_UA
dc.relation.references28. Гігієнічна класифікація праці за показниками шкідливості та небезпечності факторів виробничого середовища, важкості та напруженості трудового процесу : затв. наказом МОЗ України від 08.04.2014 № 248. – Київ : МОЗ України, 2014. – 35 с.uk_UA
dc.relation.references29. ДБН В.2.5-28:2018. Природне і штучне освітлення. – Київ : Мінрегіон України, 2018. – 134 с.uk_UA
dc.relation.references30. ДСТУ EN ISO 9612:2016. Акустика. Визначення експозиції професійного шуму. Інженерний метод (EN ISO 9612:2009, IDT; ISO 9612:2009, IDT). – Київ : ДП «УкрНДНЦ», 2016. – 22 с.uk_UA
dc.relation.references31. НПАОП 0.00-7.15-18. Вимоги щодо безпеки та захисту здоров'я працівників під час роботи з екранними пристроями. – Київ : Мінсоцполітики України, 2018. – 18 с.uk_UA
dc.relation.references32. Wilson D. S. A Mechanism for the Evolution of Altruism among Nonkin: Positive Assortment through Environmental Feedback / D. S. Wilson // The American Naturalist. – 2002. – Vol. 160. – P. S133–S143.uk_UA
dc.relation.references33. Floreano D. Bio-inspired Artificial Intelligence: Theories, Methods, and Technologies / D. Floreano, C. Mattiussi. – Cambridge : MIT Press, 2008. – 658 p. – ISBN 978-0-262-06271-8.uk_UA
dc.relation.references34. Rand D. G. Evolution of Altruistic Punishment: Reputation and Group Selection / D. G. Rand, M. A. Nowak // Trends in Cognitive Sciences. – 2013. – Vol. 17, № 4. – P. 172–179.uk_UA
dc.relation.references35. Masad D. AgentPy: A Package for Agent-Based Modeling in Python [Електронний ресурс] / D. Masad. – Режим доступу : https://agentpy.readthedocs.io. – Дата звернення: 14.06.2025.uk_UA
dc.relation.references36. Fryz M. Determination of the characteristic function of discrete-time conditional linear random process and its application / M. Fryz, B. Mlynko // Scientific Journal of TNTU. – 2023. – Vol. 109, № 1. – P. 16–23.uk_UA
dc.relation.references37. Zaporozhets A. EEG Signal Classification Using Linear Process Model-Based Feature Extraction and Supervised Learning / A. Zaporozhets, Y. Kuts, B. Mlynko, M. Fryz, L. Scherbak // Advanced System Development Technologies II. Studies in Systems, Decision and Control / eds. M. Bezuglyi et al. – Cham : Springer Nature Switzerland, 2025. – P. 235–257. – DOI: 10.1007/978-3-031-82035-9_7.uk_UA
dc.relation.references38. Бедрій Я. І. Безпека життєдіяльності : навчальний посібник / Я. І. Бедрій. – Київ : Кондор, 2009. – 286 с.uk_UA
dc.relation.references39. Гандзюк М. П. Основи охорони праці : підручник / М. П. Гандзюк, Є. П. Желібо, М. О. Халімовський. – 5-те вид. – Київ : Каравела, 2011. – 384 с.uk_UA
dc.contributor.affiliationТернопільський національний технічний університет імені ім. І. Пулюяuk_UA
dc.coverage.countryUAuk_UA
dc.identifier.citation2015Поліщук П. І. Моделювання штучного життя в ігровому середовищі з використанням генетичних алгоритмів : робота на здобуття кваліфікаційного ступеня бакалавра : спец. 122 - комп’ютерні науки / наук. кер. М. Є. Фриз. Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2026. 50 с.uk_UA
Apareix a les col·leccions:122 — Компʼютерні науки, F3 Комп’ютерні науки (бакалаври)

Arxius per aquest ítem:
Arxiu Descripció MidaFormat 
2026_KRB_SN-42_Polishchuk_PI.pdfДипломна робота944,81 kBAdobe PDFVeure/Obrir
Mostrar el registre simplificat de l'ítem


Els ítems de DSpace es troben protegits per copyright, amb tots els drets reservats, sempre i quan no s’indiqui el contrari.

Eines d'Administrador