基于区域序列枚举法的蜂巢数独求解算法研究

蜂巢数独是类似蜂巢难度又高的变形数独,它有着重要的研究意义。由蜂巢数独谜题提出与之等价的线性规划方程组;从方程组出发推导出求解数独算法的性质,如候选数删除性质、矛盾性质、唯一确定性质、枚举不变性质;基于以上性质,提出用区域序列枚举方法求解蜂巢数独。结合实例计算,提出的算法对中度难度级别的蜂巢数独是有效的。     

九宫数独的方程求解算法研究

首先从数独的要求出发建立方程组,该方程组的解与原数独的解完全等价。然后由该方程组推导出一系列数学性质,包括删除候选数性质、唯一确定法性质、矛盾性质和不变性性质。并说明数独的人工推理规则包含在这些性质之中。最后由这些性质提出求解该方程组的算法,算法中用一个三维矩阵来表示待求解九宫数独的候选数矩阵,根据上述性质对候选数矩阵进行删减,直到能够解出此九宫数独。此算法能够求解出许多数独软件无法进行推理计算的数独难题,并用两个数独难题进行验证,说明了该算法的有效性。     

用于数独求解的几何粒子群优化算法设计

针对只有唯一解的数独问题(即标准数独),利用改进的几何粒子群优化算法进行求解,将几何粒子群优化算法应用到数独中,解决数独求解过程中存在的局部最优解问题。通过实例讨论求解过程中最佳参数的选择,并得出较理想的结果。实验结果表明,该方法能够有效解决数独问题。     

数独游戏的难度划分及创建算法设计

将"数独"智力游戏的难度划分与创建问题分解为建立终盘和初盘、难度评分、游戏创建。首先采用行列变换的方法建立终盘,然后隐去部分数字并检验解唯一性,得到初盘。在已得到初盘的基础上,根据求解时初级方法和高级方法使用的次数确定难度评分,从而依据分数对题目的难度进行划分,以此创建不同等级难度的"数独"游戏。最后通过实验验证了模型的实用性。     

老板数独的方程求解算法研究

从老板数独的定义建立了与原问题等价的方程组,由该方程组推导出一系列数学性质,包括候选数删除性质、唯一确定法性质、矛盾性质、不变性性质,说明了数独的人工推理规则包含在这些性质之中。利用这些性质提出了求解该方程组的算法。数值实例表明,提出的方法对于不同难度的数独难题都是有效的。     

融合人工求解策略的数独回溯求解法

数独有唯一解,回溯法可以保证获得正确结果。为了提高回溯法求解效率,向前搜索用最基础的人工策略进行求解,这样只需要两三个正确的候选数就可求解成功。基础人工策略求解的结果分为求解成功、求解失败和求解不确定三种情况,只有在求解不确定时才继续向前搜索,从而达到高效剪枝的目的;同时在算法实施方面采用大量位运算,大量9×9数独的实验结果表明对于绝大部分数独,平均计算时间不超过0.15 ms,对于那些极端困难的数独平均求解时间为2 ms;求解一个16×16数独的平均时间为224 ms。通过实验还发现17个提示数的9×9数独数据集在各方面具有较好的分散性,建议作为标准测试用数据集。     

数独基于规则的逐步枚举算法设计

给出了数独(Sudoku)的6条性质,并在此基础上提出了6条推理规则,然后结合空格填写的一个一组,两个一组及更多个一组的枚举算法,在枚举中进行推理.使推理和枚举结合起来,对有唯一解的数独问题,其求解速度比回溯法快得多,同时也能完成许多数独软件无法进行推理计算的数独难题.用两个数独难题进行验证,表明该方法十分有效.     

KenKen问题的生成算法研究

KenKen是一种类似于数独的数字游戏,是数独游戏与数学运算规则的巧妙结合。它既能像数独游戏那样锻炼人的逻辑思维能力,又能同时训练人的数学运算能力。该文针对KenKen问题提出了一种高效、可行的生成算法,该算法包括三个部分的内容:基于矩阵的初等变换生成满足KenKen规则的解矩阵、运用改进的合并算法生成"盒子"和随机生成"提示"。可基于该算法开发成型的软件产品,用于启蒙、教学、娱乐。     

约束可满足性中求解RB模型实例的算法综述

约束满足问题是人工智能领域中最基本的NP完全问题之一。多年来,随着约束满足问题的深入研究,国内外学者提出多种实例模型。其中,RB模型是一种能生成具有精确相变的增长域约束满足问题实例,其求解难度极具挑战性。为了寻找其求解的新型高效算法,促进约束可满足问题的RB模型求解算法领域的研究,首先从约束满足问题的模型发展、求解技术进行分析;其次,对各类求解RB模型实例算法进行梳理,将求解的算法文献划分为回溯启发式类、信息传播类和元启发式类相关改进算法,从算法原理、改进策略、收敛性和精确度等方面进行对比综述;最后给出求解RB模型实例算法的研究趋势和发展方向。     

基于遗传算法求解数独难题

为了求解数独难题,首先将其转化成一个组合优化问题。然后,提出一个在编码、初始化、交叉、变异、局部搜索等方面具有特点的遗传算法来求解它。实验结果表明,对于所有难度等级的数独难题,算法都是有效的。     

基于A^＊算法的八数码问题的优化实现

用人工智能领域中经典的A^＊算法解决了人工智能中常见的八数码问题。本文首先介绍了八数码问题,然后对A^＊算法进行了解释。针对八数码问题给出并证明了路径不存在时的条件,并事先作了判定。定义了灵活的估价函数,分析了估价函数对程序效率的影响,并对Closed表进行了若干优化,提高了搜索效率,取得了较好的效果。     

C#的数独游戏求解

针对目前比较流行的＂数独＂游戏,利用C#提供的数据结构,设计了一种＂测试-回溯＂算法。该算法根据＂数独＂游戏的规则和约束条件计算并记录每个空白宫格内允许填写的数字,在此基础上试填每个空白宫格。当所有空白空格被填完后,可得到一个＂数独＂问题的解。     

Tantrix: A Minute to Learn, 100 (Genetic Algorithm) Generations to Master

The game of Tantrix™ provides a challenging, mathematical and graphic domain for evolutionary computation. The simple task of forming long loops of colored arcs quickly becomes a search nightmare for humans and computers alike as the number of game pieces scales linearly. This paper introduces Tantrix-GA, a genetic algorithm that solves several types and sizes of Tantrix puzzles but still falls well short of (at least a few) human Tantrix experts. By introducing this problem to evolutionary computation researchers, we hope to motivate an evolutionary attack on the holy-grail Tantrix puzzles, one of which has yet to be solved by any intelligence, real or artificial.     

基于人工智能技术的IETM业务规则研究

为有效管理人工智能技术操作步骤的规范性,需要对人工智能技术的IETM业务规则进行研究;而当前已经制定的IETM业务规则,在人工智能技术复杂繁多的操作步骤中,许多细节问题没有得到规范管理;为此,提出一种基于人工智能技术的IETM业务规则研究方法;该方法首先确定人工智能技术的IETM业务规则数据模块,再将所有人工智能数据模块进行分类,并分配给各部门相关技术人员进行IETM业务规则的制定,数据模块ETM业务规则的制定过程将采用PCR技术以层次形式来表述,然后将所有分类数据模块IETM业务规则进行汇总、协商、统一,形成完整的人工智能技术的IETM业务规则,管理人工智能技术操作步骤的规范性;实验仿真证明,所提方法能够有效管理人工智能技术操作步骤的规范性。     

基于免疫规划的神经网络规则抽取算法

建立图像视觉特征和情感语义的映射关系是人工智能方向的研究热点。从神经网络的功能性观点出发,提出了一种基于免疫规划的图像情感的规则抽取算法。在对已标注情感的中国情绪图片库(CAPS)中图像颜色特征进行量化的基础上,算法将训练好的神经网络的隐层神经元输出值进行聚类,缩小搜索空间,抽取出精度高,可理解性好的符号规则,完成了图像低阶特征到高阶情感的映射。实验结果表明该方法的实用性和可行性。     

用回溯法编程求解爱因斯坦谜题

本文模拟人工智能的思路,用回溯法编程求解爱因斯坦谜题,使总排列数下降了7 个数量级,极大提高了解题 速度。程序编写了线索输入函数,把迷题线索存入向量中,可随意修改线索的内容、数量及顺序,进而对新的谜题进行重新求 解,而不用修改剪枝函数的代码,适用性好。