| 【中文题名】 | 神经网络和遗传算法在游戏设计中的应用研究 |
| 【英文题名】 | |
| 【学科专业】 | 计算机软件与理论 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2004-7-8 |
| 【中关键词】 | 神经网络,遗传算法,环境游戏,,, |
| 【英关键词】 | Neural Network,Genetic Algorithms,Environment Game, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 | 一直以来，游戏被称为人工智能的“试金石”。环境游戏是一种模拟现实企业投资过程的计算机游戏。在虚拟的投资过程中，投资者不仅要考虑企业投资的收益问题，即经济效益问题，而且还要考虑由于企业的发展，对周边环境所产生的影响，而环境的变化反过来又影响了企业的发展等问题，也就是从长远角度来看，企业的可持续发展问题。为了使游戏能更好地模拟现实投资过程，并增加游戏的趣味性，本文利用遗传算法与神经网络对环境游戏中的参数进行优化并对投资者行为进行模拟。主要工作分为以下几个方面：
基于遗传算法的参数寻优。在投资过程中，尽管风险和收益不一定成正比关系，但是一般来说，风险越大收益也越大,当然风险越大损失可能也越大。这种关系在游戏中是通过对不同投资策略中的参数进行设定来体现的。如果参数设定不合理，就无法体现不同投资策略间的差异，也就使得不同投资者在使用不同投资策略时体会不到彼此之间的差异，当然也就会使得游戏失去吸引力。本文利用遗传算法寻优的原理，将收益最高的投资者交替的次数、每一轮投资中投资者的资金分散程度、环境状态与初期状态相比较是好还是坏和为防止环境污染所作贡献的奖励次数作为适应度函数的参数。通过寻找游戏中不同投资策略的合理的收益... |
| 【论文题纲】 |
|
第一章 引言 |
9-17 |
|
1.1 简介 |
9-11 |
|
1.2 遗传算法简介 |
11 |
|
1.3 神经网络简介 |
11-13 |
|
1.4 计算机游戏简介 |
13-17 |
|
第二章 神经网络理论及遗传算法理论 |
17-28 |
|
2.1 引言 |
17 |
|
2.2 神经网络理论 |
17-20 |
|
2.2.1 神经网络的定义 |
17 |
|
2.2.2 BP网络 |
17-20 |
|
2.2.3 神经网络在处理游戏时的特点 |
20 |
|
2.3 遗传算法理论 |
20-27 |
|
2.3.1 遗传算法理论简述 |
20-21 |
|
2.3.2 模式定理 |
21-22 |
|
2.3.3 基因块假设 |
22-23 |
|
2.3.4 编码规则 |
23-24 |
|
2.3.5 适应度值的缩放 |
24-25 |
|
2.3.6 改进策略 |
25-27 |
|
2.4 神经网络与遗传算法的结合 |
27-28 |
|
第三章 环境游戏 |
28-36 |
|
3.1 Gaming |
28-29 |
|
3.1.1 Gaming的定义 |
28 |
|
3.1.2 分类 |
28-29 |
|
3.2 环境游戏(Environment Game) |
29-36 |
|
3.2.1 个人计算机系统 |
29-30 |
|
3.2.2 环境游戏的目的 |
30 |
|
3.2.3 环境游戏简介 |
30-36 |
|
第四章 人工神经网络在游戏中的应用 |
36-45 |
|
4.1 引言 |
36 |
|
4.2 神经网络的结构 |
36-37 |
|
4.3 本论文所采用的神经网络预测模型 |
37-38 |
|
4.4 预测结果的评价标准 |
38-40 |
|
4.4.1 一致率 |
38 |
|
4.4.2 相关系数 |
38-39 |
|
4.4.3 均方根RMS(root of mean square error) |
39 |
|
4.4.4 平均绝对值误差AAD(average absolute difference error) |
39-40 |
|
4.4.5 相对均方根误差RRMS(relative RMS) |
40 |
|
4.4.6 相对平均绝对值误差RAAD(relative AAD) |
40 |
|
4.4.7 多输出网络的均方根误差 |
40 |
|
4.5 单隐层BP网络的模型分析 |
40-43 |
|
4.6 仿真结果 |
43-45 |
|
第五章 遗传算法的应用 |
45-53 |
|
5.1 引言 |
45 |
|
5.2 编码和初始种群 |
45-46 |
|
5.3 适应度函数 |
46-48 |
|
5.4 遗传算子 |
48-49 |
|
5.5 神经网络的引入 |
49-51 |
|
5.6 流程图 |
51 |
|
5.7 仿真结果 |
51-52 |
|
5.8 新的得点倍率的应用 |
52-53 |
|
结论 |
53-55 |
|
参考文献 |
55-59 |
|
攻读硕士学位期间所发表的学术论文 |
59-60 |
|
致 谢 |
60-61 |
|
附录 |
61-63 |
|
| 【DOI】 | LunWen.ID:2.2008.387133 |
