本文關(guān)鍵詞：遺傳算法在貿(mào)易類游戲中物流配送的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著科學(xué)技術(shù)的不斷進(jìn)步，我們進(jìn)入了多學(xué)科相互交叉、滲透的科學(xué)時代，其中一個典型的例子就是生命科學(xué)與工程科學(xué)的交叉、滲透和相互促進(jìn)，也是近代科學(xué)技術(shù)發(fā)展的一個顯著特點。 現(xiàn)如今，游戲產(chǎn)業(yè)進(jìn)入了蓬勃發(fā)展的時期，游戲人工智能已經(jīng)成為每個游戲中不可或缺的一份元素，如果說精致的2D美工、華麗的3D效果是游戲的外表的話，那么一個優(yōu)秀的AI設(shè)計則可以看作是游戲的靈魂，在幾乎所有游戲都有著令人賞心悅目的外表時，靈魂才是能吸引玩家的核心。 如今，許多開發(fā)商利用高質(zhì)量的AI設(shè)計使自己的游戲在競爭日趨白熱化的市場中脫穎而出。在一年一度的游戲開發(fā)者大會上，，越來越多的開發(fā)者開始討論游戲AI設(shè)計的發(fā)展。游戲界越來越多地認(rèn)識到AI設(shè)計對于整個游戲開發(fā)過程的重要性。 近年來，遺傳算法(Genetic Algorithm, GA)成為一種全新的隨機(jī)搜索與優(yōu)化算法,其基本思想基于Darwin的進(jìn)化論和Mendel的遺傳學(xué)。遺傳算法對于解決復(fù)雜性的多目標(biāo)的且具有不可預(yù)測性的問題時，有著無可比擬的優(yōu)越性。 二十世紀(jì)九十年代，遺傳算法進(jìn)入了興盛發(fā)展時期，無論是理論研究還是應(yīng)用研究都成了十分熱門的課題。遺傳算法的應(yīng)用研究尤為活躍，不但擴(kuò)大了它的應(yīng)用領(lǐng)域，而且也顯著提高了利用遺傳算法進(jìn)行優(yōu)化和規(guī)則學(xué)習(xí)的能力，與此同時，我們也開始摸索產(chǎn)業(yè)應(yīng)用方面的研究。遺傳算法的應(yīng)用研究已從初期的組合優(yōu)化求解擴(kuò)展到了許多更新、更工程化的應(yīng)用方面。 刨除一切游戲特色內(nèi)容和其他因素來說，貿(mào)易類游戲的一個根本目標(biāo)就是掙錢，如何才能掙到更多的錢呢，就是通過在一個城市低價買進(jìn)貨物，然后再到需要的城市高價賣出，從而賺取利潤。 為了簡化問題我們這里不考慮市場價格浮動因素，并且認(rèn)為每個城市的特產(chǎn)品都是獨一無二的，每個特產(chǎn)品都會在另外某個城市擁有最高賣出價格，這樣在不考慮貨倉因素的前提下(認(rèn)為所有貨物最多購進(jìn)1個單位)，只要能夠反復(fù)遍歷所有的城市，就能賺取到最高利潤。 這樣我們就需要AI能夠找到一條能夠遍歷所有城市的路徑，這條路徑越短，意味著所花去的時間越少，單位時間內(nèi)的利潤就越多，這里為了使問題更加簡化，我們忽略地形因素，認(rèn)為所有的城市間都可以走直線到達(dá)，并且單位距離內(nèi)所花費的時間都是一樣的。 本文主要從四個方面介紹貿(mào)易類游戲AI中的遺傳算法應(yīng)用，分別為遺傳算法在游戲開發(fā)方面的研究背景、國內(nèi)外研究現(xiàn)狀以及本論文的主要工作；人工智能技術(shù)、游戲中所涉及到的人工智能技術(shù)、在游戲開發(fā)中使用人工智能技術(shù)的意義、現(xiàn)在游戲開發(fā)領(lǐng)域中幾種主流的人工智能技術(shù)的介紹，主要包括：有限狀態(tài)機(jī)、模糊邏輯、神經(jīng)網(wǎng)絡(luò)、遺傳算法。以及未來游戲人工智能的發(fā)展方向；遺傳算法部分主要介紹遺傳算法的計算模型，主要包括：遺傳算法的原理、編碼技術(shù)、群體設(shè)定、遺傳操作。遺傳算法的特點、遺傳算法的適用方向以及遺傳算法的現(xiàn)狀等；介紹貿(mào)易類游戲的目標(biāo)簡化、51城市TSP問題具體代碼設(shè)計、具體代碼的優(yōu)化以及模擬51城市的過程與結(jié)果。其中，51城市TSP問題具體代碼設(shè)計中，主要介紹：群體設(shè)定、適應(yīng)度函數(shù)的設(shè)計、選擇算子的設(shè)計、交叉算子的設(shè)計、變異算子的設(shè)計。在具體代碼的優(yōu)化中，主要介紹了種群大小、交叉概率、變異概率的選擇以及針對交叉算子的改進(jìn)。而模擬51城市的過程和結(jié)果中，主要介紹遍歷51城市的改進(jìn)效果、改進(jìn)的算法在求解其他數(shù)目城市時的表現(xiàn)以及貿(mào)易類游戲中更多的遺傳算法。
【關(guān)鍵詞】：人工智能 遺傳算法 游戲開發(fā) AI
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2012
【分類號】：F252;TP18
【目錄】：

• 摘要4-6
• Abstract6-10
• 第1章 緒論10-13
• 1.1 研究背景10
• 1.2 國內(nèi)外研究現(xiàn)狀10-11
• 1.3 本文研究內(nèi)容及論文組織結(jié)構(gòu)11-13
• 第2章 游戲開發(fā)中的人工智能13-18
• 2.1 人工智能概述13
• 2.2 游戲中的人工智能及意義13-14
• 2.3 幾種主流計算智能技術(shù)的介紹14-16
• 2.3.1 模糊邏輯14
• 2.3.2 神經(jīng)網(wǎng)絡(luò)14-15
• 2.3.3 遺傳算法15-16
• 2.4 未來游戲人工智能的發(fā)展方向16-18
• 2.4.1 自動的故事情節(jié)發(fā)展16
• 2.4.2 虛擬角色16
• 2.4.3 適應(yīng)玩家16-18
• 第3章 遺傳算法18-24
• 3.1 遺傳算法的計算模型18-23
• 3.1.1 遺傳算法的原理18-20
• 3.1.2 編碼技術(shù)20
• 3.1.3 初始群體設(shè)定20-21
• 3.1.4 遺傳操作21-23
• 3.2 遺傳算法適用方向23-24
• 第4章 貿(mào)易類游戲 AI 中的遺傳算法應(yīng)用24-36
• 4.1 貿(mào)易類游戲的目標(biāo)簡化24-26
• 4.2 51 城市 TSP 問題具體代碼設(shè)計26-28
• 4.2.1 群體設(shè)定26
• 4.2.2 適應(yīng)度函數(shù)設(shè)計26
• 4.2.3 選擇算子的設(shè)計26
• 4.2.4 交叉算子的設(shè)計26-28
• 4.2.5 變異算子的設(shè)計28
• 4.3 具體代碼的優(yōu)化28-31
• 4.3.1 種群大小、交叉概率、變異概率的選擇29-30
• 4.3.2 針對交叉算子的改進(jìn)30-31
• 4.4 模擬 51 城市的過程與結(jié)果31-36
• 4.4.1 遍歷 51 城市的改進(jìn)效果31-34
• 4.4.2 改進(jìn)的算法在求解其他數(shù)目城市時的表現(xiàn)34
• 4.4.3 貿(mào)易類游戲中更多的遺傳算法34-36
• 第5章 總結(jié)與展望36-38
• 5.1 總結(jié)36
• 5.2 展望36-38
• 參考文獻(xiàn)38-40
• 致謝40

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李志堅;羅文;;國內(nèi)教育游戲研究現(xiàn)狀和趨勢分析——基于1999—2009我國教育游戲研究論文統(tǒng)計[J];楚雄師范學(xué)院學(xué)報;2010年12期

2 梁化樓，戴貴亮;人工神經(jīng)網(wǎng)絡(luò)與遺傳算法的結(jié)合：進(jìn)展及展望[J];電子學(xué)報;1995年10期

3 吳澤先;;淺析遺傳算法在無線網(wǎng)絡(luò)系統(tǒng)仿真中的應(yīng)用[J];黑龍江科技信息;2007年01期

4 唐惠康;婁松濤;;淺談游戲開發(fā)工具分類[J];黑龍江科技信息;2009年11期

5 孟亞玲;劉鸝;魏繼宗;;教育游戲理論研究的現(xiàn)狀分析——基于我國1999年以來教育游戲研究論文的統(tǒng)計[J];計算機(jī)教育;2008年18期

6 張玉孔;;電腦游戲中的人工智能[J];科技信息(學(xué)術(shù)研究);2007年18期

7 于文莉;李海;;淺談游戲開發(fā)中的人工智能技術(shù)[J];商場現(xiàn)代化;2008年01期

8 布偉光;何中市;高靜;;遺傳算法和牛頓力學(xué)在游戲開發(fā)中的應(yīng)用研究[J];微處理機(jī);2009年03期

9 劉曙光,費佩燕,侯志敏;遺傳算法的進(jìn)展與展望[J];現(xiàn)代電子技術(shù);2000年06期

10 酉杰峰;;傳統(tǒng)游戲的開發(fā)策略及思路[J];科技資訊;2009年11期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 王淑琴;神經(jīng)網(wǎng)絡(luò)和遺傳算法在游戲設(shè)計中的應(yīng)用研究[D];東北師范大學(xué);2004年

  本文關(guān)鍵詞：遺傳算法在貿(mào)易類游戲中物流配送的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

本文編號：345614