| dc.description.abstract | Denne avhandlingen omhandler et konsept kalt Evolution in Materio, der man gjennom datakontrollert evolusjon forsøker å utnytte et materies naturlige egenskaper for å løse oppgaver eller utføre beregninger. Motivasjonen for forskningen innen dette område er at dette på sikt kan være et reelt alternativ til digitalteknikk og integrerte kretser. Konseptet er forøvrig relativt nytt og det er derfor mange problemer som må løses. Det største problemet er knyttet til begrensninger i forhold til hvilken grad materiets oppførsel kan påvirkes og kontrolleres. Dette forårsaker ustabilitet, lav forutsigbarhet og begrenset mulighet for reproduksjon av resultater. Tidligere arbeid innenfor liknende områder har indikert at et system må kunne veksle mellom ordnede og kaotiske tilstander for å kunne utføre beregninger. I et prosjekt kalt Nascence er derfor målet å forstå oppførselen til systemer, samt å utforske nye metoder for utnyttelse av disse.
Før et materie kan utføre beregninger må forholdene legges til rette for at reaksjonene assosiert med disse spontant kan oppstå. I Evolution in Materio gjøres dette ved å påføre signaler som påvirker lokale kvantetilstander i materiet. I den forbindelse var målet for denne oppgaven å utforske hvordan de periodiske funksjonene sinus, sagtann og triangel, påvirker mulighetene for å optimalisere en klump med nano-karbon til å utføre beregninger gjennom en genetisk algoritme. I tillegg var målet å se om kaotisk oppførsel på signalet kan utnyttes av en slik algoritme. For å generere signalene samt ulike variasjoner av kaotisk oppførsel for disse ble 3 nye rammeverk utviklet. Den eksperimentelle metoden gikk ut på å kvantisere den "kaotiske" oppførselen i de forskjellige signalene gjennom ordinære metoder for måling av støy og forvrengning. Et eksperiment med en genetisk algoritme ble deretter gjennomført som en objektiv evaluering av de ulike signalene. Det ble også gjennomført en analyse av hvordan de ulike signalene påvirker algoritmens søkerom. Resultatene ga indikasjoner på at en genetisk algoritme er i stand til å utnytte kaotisk oppførsel dersom dette til en viss grad kan kontrolleres. I tillegg viste resultatene at spesielt sagtann funksjoner er velegnet som konfigurasjonssignal for den genetiske algoritmen som ble brukt. | |
