五子棋级数算法

给出了一种人机对弈五子棋算法。在人机对弈五子棋棋局中,计算机根据这种算法,给五子棋的每个格子计算分值,然后,计算机在棋盘分值最高的格子中选择一个落子。这种算法是算术级数和几何级数思想在五子棋中的应用。     

五子棋博弈平台的设计与应用

棋类游戏是博弈的规则和思想的完美体现,很多算法技术都可以运用在棋类游戏中。五子棋相比其他棋类,规则更简单易学,适合用于博弈算法的研究。一个五子棋博弈平台的搭建,有利于不同博弈算法之间的比较研究以及改进。该文首先介绍了五子棋博弈平台的设计。该平台是包括一个服务器和两个客户端的三层C/S架构平台,主要用于五子棋博弈算法之间的对弈。其次,该文以遗传算法及搜索树算法的对弈为例,展示了该平台的应用。     

五子棋博弈平台的设计与应用

棋类游戏是博弈的规则和思想的完美体现,很多算法技术都可以运用在棋类游戏中。五子棋相比其他棋类,规则更简单易学,适合用于博弈算法的研究。一个五子棋博弈平台的搭建,有利于不同博弈算法之间的比较研究以及改进。该文首先介绍了五子棋博弈平台的设计。该平台是包括一个服务器和两个客户端的三层C/S架构平台,主要用于五子棋博弈算法之间的对弈。其次,该文以遗传算法及搜索树算法的对弈为例,展示了该平台的应用。     

博弈树搜索的算法改进

在计算机博弈程序中,通常采用是α-β剪枝算法,为了进一步提高搜索速度,先后又出现了一些改进的算法。本文综合介绍了这些搜索算法的基本思想,并用伪语言对其算法进行了描述。     

面向目标的最佳α—β搜索策略及其在博弈问题中的应用

本文给出五子棋的形式描述,并探讨相应博弈问题的求解策略,提出一种面向目标的最佳α—β搜索策略,以达到速度和精度的较好统一。     

α-β和α-β-γ滤波在延时控制起爆算法中的应用

制导引信一体化起爆算法研究的一个重要方面就是通过对最佳起爆延时的估计来确定炸点,而对测量数据进行滤波从而提高炸点的估计精度是其中的一个必要环节。α-β和α-β-γ滤波算法ααα具有计算简单,工程中易于实现的特点。本文针对导引头测距测角模型中基于延时控制的算法,使用c＋＋builder工具进行仿真试验。研究结果表明在基于导引头测距测角模型进行起爆延时的计算中,α-β和α-β-γ滤波是可行的,同时根据仿真讨论了在滤波中影响炸点估计精度的因素及如何合理选取δ因子。     

传统游戏五子棋中主要算法设计

五子棋易学好懂,流传比较广泛,人们也将五子棋称为“连五子”、“连珠”。五子棋其不单可有效的提高人们的思维能力,还可提升人们的涵养。因此,现代五子棋其赋予了其明显的“短、平、快”,同时也赋予了其深奥的“阴阳易理”;其既简单,又便于人们的理解,从而使得其成为人们倍感喜爱的游戏。五子棋的基本规则就是相同五子连成一线为胜,还有其它的一些获胜走棋方法,比如说“双四”、“四三”“、双三”、“冲四”、“活三”、“活四”等。本文对传统游戏五子棋中的主要算法如：获胜组合、走棋算法等进行分析设计。     

博弈树搜索算法在中国象棋中的应用

针对中国象棋博弈中较为高效的α-β剪枝算法进行研究,以提升其效率。依据α-β剪枝算法的效率与子节点扩展的排列顺序高度相关的事实及中国象棋自身的特点,从优化着法的排列顺序入手,设计出启发能力较强的着法排列方案,并进一步提出扩大窗口的内部迭代加深算法对上述着法排列方案进行修正,从而使着法顺序得到进一步的优化。实验数据表明,提出的方法可以明显提升α-β剪枝的效率。     

一种基于强化学习的五子棋博弈程序的设计与实现

提出了一种基于蒙特卡洛树和深度神经网络的强化学习方法，用于训练一个具有较高棋力水平的五子棋算法模型。该模型利用蒙特卡洛树搜索在给定的棋盘状态下进行自我对弈，通过策略价值网络评估每个可行的落子位置的先验概率和最终价值，并选择最优的落子方案。实验结果表明该模型具有较强的泛化能力，以此设计的五子棋博弈程序在2022年中国大学生计算机博弈大赛暨中国计算机博弈锦标赛中获得一等奖。     

直觉模糊逻辑的(α,β)-准锁语义归结方法*

为了提高直觉模糊命题逻辑的(α,β)-归结效率,将准锁语义归结策略应用于(α,β)-归结原理,得到直觉模糊命题逻辑的(α,β)-准锁语义归结方法,证明方法的可靠性与完备性.给出直觉模糊命题逻辑系统的(α,β)-准锁语义归结和(α,β)-准锁语义归结演绎的概念.讨论直觉模糊命题逻辑系统中的(α,β)-准锁语义归结式和锁子句的合并规则.最后,给出直觉模糊命题逻辑系统的基于(α,β)-准锁语义归结的自动推理算法步骤,并通过实例说明算法的有效性.     

基于LabVIEW的五子棋博弈算法

针对目前五子棋人机对弈多数基于电脑、手机,缺少真实环境的问题,提出一种基于LabVIEW的博弈算法,并运用于真实的五子棋人机对弈。首先通过图像采集系统获取当前状态下棋盘及人机双方棋子的位置信息;然后对棋局的局势进行分析;同时为了提高下棋的效率,对棋型进行了分类,并对原有的博弈算法进行改进,采用进攻和防守两个权值简化决策过程。通过真实的对弈测试表明,基于LabVIEW的五子棋博弈算法能快速、准确地实现五子棋的人机对弈。     

基于MCTS和卷积神经网络的五子棋策略研究

随着AlphaGo的诞生,人机对弈和人工智能再次成为研究热点。传统的MCTS(蒙特卡洛树搜索)虽然在迭代搜索方面已有良好的成效,但由于五子棋搜索空间较大,算法极易陷入局部最优化问题,且耗时严重。我们用MCTS和卷积神经网络上设计的策略系统,让其与MCTS进行训练(self-play),使五子棋的策略系统能在一定时间内对自身进行升级,然后又回来继续训练自身,这样得到的五子棋策略系统不仅比传统的MCTS更具有即时性,棋力也更强。     

一种基于神经网络算法的数值积分方法

科学与工程领域经常使用数值积分,为此提出了一种求解数值积分的新方法.其主要思想是通过训练神经网络权值αn并用傅立叶级数N∑n=0αncos(nx)来近似未知函数f(x),然后用N∑n=0 αn∫abcos(nx)dx来近似积分∫abf(x)dx.提出并证明了神经网络算法的收敛性定理和数值积分的求解定理.数值积分算例验证了本文算法的有效性.研究结果表明,本文提出的数值积分方法有高的计算精度,在工程实际中有较大的应用价值.     

不确定属性图的子图同构及其判定算法

在分析了复杂网络(社会网络)结构的基础上,针对不确定属性图的特征,首先定义了不确定属性图的期望子图同构;由于其只用一个阈值作为限制条件,虽然方法简单,但计算量大,故接着给出了不确定属性图的α-β子图同构的定义,并对其语义进行了解释说明;第三,设计并实现了子图同构算法;最后,通过实验证明α-β子图同构优于期望子图同构,同时分析了不同阈值情况下α-β子图同构的变化规律.α-β子图同构算法的研究为不确定属性图的子图查询和社区挖掘工作奠定了基础.     

基于常增益组合滤波器的目标跟踪算法

针对目前高机动目标跟踪的Jerk模型存在计算复杂度高的不足,提出一种四维常增益滤波器:α-β-γ-δ模型.给出模型中α、β、γ和δ的计算公式,并将它与α-β、α-β-γ滤波器组合得到一种常增益组合滤波算法,克服单一滤波器只能跟踪特定运动方式的目标的缺点.最后对一种典型的目标机动形式进行Monte Carlo仿真,结果表明新算法对于解决机动目标跟踪问题的有效性.     

基于神经网络和强化学习的西洋跳棋评估算法

目前国际象棋、围棋、五子棋等棋类游戏均已取得较为显著的成果,而10×10棋盘的西洋跳棋尚待破解。局面评估是计算机博弈系统智能化的重要影响因素之一,现有的西洋跳棋多采用静态估值和遗传算法等棋局评估方法,准确性和训练效率均有待改善。对此,本文总结和分析了现有的西洋跳棋评估算法,并在此基础上提出了基于神经网络和强化学习相结合的西洋跳棋评估算法,使西洋跳棋具有更好的自适应学习能力。通过分析表明,使用该算法的西洋跳棋博弈系统可以有效提高其计算机博弈水平。     

三元分子体系氨基酸+蛋白质变性剂+水的密度预测

以298．15K时α-氨基酸 水和蛋白质变性剂 水二元实验数据为基础,利用改进的逆传播算法训练神经网络,构造混合物组成与密度关系的模型,用于对α-氨基酸(甘氨酸、DL—α-丙氨酸、DL—α-氨基正丁酸、DL-α-缬氨酸和DL-α-亮氨酸)-蛋白质变性剂(乙酸钠,丁酸钠,己酸钠和辛酸钠)-水三元混合物体系的密度进行预测,所得预测结果与实验值进行了对比。结果表明,神经网络作为三元混合物体系密度的预测是令人满意的。     

计算机博弈中估值算法与博弈训练的研究

计算机博弈程序难以处理局面估值问题。为此,结合时间差分算法和反向传播神经网络,设计一种局面估值算法BP-TD(?),实现估值函数参数的自动调整。为提高博弈训练的性能,针对开局和中局,提出分阶段设置参数值的策略。以五子棋为应用背景,实现博弈系统RenjuTD。实验结果表明,该算法可使程序的博弈水平得到较大提高。     

一种改进的Unet建筑物变化检测方法

传统的建筑物变化检测方法任务繁重、办事效率低下,本文受到空洞卷积和Resnet卷积神经网络的启发,提出了一种基于Resnet的Unet网络结构,该方法扩大了卷积的感受野,增强了特征的描述能力,在损失函数的选取上采用Tversky损失函数,通过对超参数α和β的选取,从而达到了最优的效果,通过实验结果表明,该算法在建筑物变化检测中取得了良好的效果。     

中国象棋的编程设计

本文阐述了中国象棋编程设计．首先叙述了象棋中的位量与下棋策略的关系．为算法设计提供基础：其次。简述了α-β搜索技术．并对其提出了相应方法来减小搜索时间和计算夏杂度。最后也指出了现有算法的不足和改进方向。