Joel Kaasinen

5:e plats, nationella kategorin
Joel Kaasinen

En genetisk algoritm för bestämning av det optimala anfallssättet

Joel, 17, studerar vid gymnasiet Valkeakosken lukio.

Joel fick idén till sin studie då han spelade ett datorspel där huvudmotståndet utvecklades genetiskt utgående från spelarens spelstil. Han började leta efter lämpliga spel för att undersöka tillämpningsmöjligheterna för genetiskt utvecklad artificiell intelligens. Ett lämpligt forskningsobjekt hittades i en stridsmodell som Joels handledare Esa Lappi föreslog.

I sitt arbete konstaterar Joel att mänskligheten har krigat genom historien och att man i alla tider har strävat efter att förstå kriget och striderna. Den första matematiska – deterministiska och analytiska – stridsmodellen skapades av Machester under första världskriget. Därefter har utvecklingen inom modelleringen av strid främst gällt de stokastiska modellerna. Genetiska algoritmer är en icke-deterministisk problemlösningsmetod, vilka det har forskats mycket i. De strävar efter att imitera det naturliga urvalets principer och har framgångsrikt tillämpats på många olika slags problem.

I undersökningen utvecklades en metodik som bygger på en genetisk algoritm i syfte att avgöra vilka tekniker som är optimala i föränderliga situationer. Förutom att Joel granskade möjliga metoder förverkligade han en genetisk algoritm, och tillämpade denna på exempelproblemet, dvs. då man möts av ett övermäktigt försvar i en situation då tiden för framryckande är begränsad. Genom att den undersöker hur man under tidspress hittar metoden för att finna de optimala taktikerna stöder studien den forskning inom modellering av strid som utförs vid Försvarsmaktens tekniska forskningsanstalt, eftersom den modell som här används till sina huvuddelar motsvarar stridsmodelleringsprogrammet Sandis som har utvecklats vid anstalten. Studien utnyttjar de undersökningar som gjorts för modellen.

Utvärderarnas kommentarer om Joels arbete

I sitt skickliga arbete har Joel realiserat och testat ett invecklat stokastiskt datorsimuleringsprogram. Ämnet för arbetet är krävande, eftersom det rör sig om en realistisk optimeringsuppgift som har krävt aktivitet och engagemang av skribenten. Den goda arbetsbeskrivningen skildrar på ett utmärkt sätt det undersökta problemet, de tillämpade metoderna och den realiserade lösningen. Skribenten behärskar dessutom notanvändningen väl. 

Arbetet har förutsatt att skribenten har ett starkt matematiskt och algoritmiskt tänkande, förmåga till vetenskaplig modellering samt praktiska färdigheter i programmering. Det är imponerande att skribenten har vågat ge sig i kast med ett så realistiskt problem. Resultaten av arbetet kan ha en praktisk betydelse och samarbetspartners kan förmodligen utnyttja dem i framtida forskning.