遗传算法在游戏开发中的应用

本文简要介绍了游戏人工智能的发展现状,遗传算法的实现原理及过程,分析了基于规则的游戏人工智能存在的不足之处,重点介绍了遗传算法在解决这些问题时的优势以及具体的处理过程。     

遗传算法在企业工业用油配送中的应用研究

用遗传算法求解企业配送工业用油中的车辆路径问题,建立一个配送优化调度模型,并对遗传算法在系统模型中的工作原理和流程进行了阐述。同时结合实例,说明遗传算法对企业工业用油管理配送调度中是可行、有效的。     

神经网络及遗传算法在飞行射击游戏中的应用

飞行射击类游戏作为一个经典游戏类型,一直深受国内外游戏玩家的喜爱,但是传统的飞行射击类游戏敌人缺乏智能,行为较单一,容易使游戏变得单调乏味。而具备自我学习能力和动态适应环境变化的敌人能够增强飞行射击类游戏的游戏性和趣味性。目前应用神经网络及遗传算法作为游戏人工智能的游戏不少,但是在飞行射击游戏里的游戏人工智能应用不多。基于此,采用非确定性的神经网络和遗传算法制作完成Unity3D开发的飞行射击游戏的敌人脚本,通过实验的方式表明使用遗传算法优化后的神经网络训练出来的飞行射击游戏敌人相比传统的飞行射击游戏敌人更加自主和智能化。     

改进型自适应遗传算法在VRPTW中的应用

在以往方法研究的基础上,分析遗传算法中不同的遗传算子及其主要运行参数变异概率和交叉概率对求解问题的影响,对传统的遗传算法进行改进,提出改进型自适应遗传算法。实验结果表明,经过改进的遗传算法能够比较有效地避免算法的"早熟"收敛,能够以更大的概率获得问题的最优解,求解质量更为优良,提高算法的性能。     

改进型自适应遗传算法在VRPTW中的应用

在以往方法研究的基础上．分析遗传算法中不同的遗传算子及其主要运行参数变异概率和交叉概率对求解问题的影响,对传统的遗传算法进行改进,提出改进型自适应遗传算法。实验结果表明,经过改进的遗传算法能够比较有效地避免算法的“早熟”收敛,能够以更大的概率获得问题的最优解,求解质量更为优良,提高算法的性能。     

遗传算法在航空公司飞行人员排班中的应用研究

国内航空公司机组排班是一个NP难问题,多年来一直采用规划求解的基本方法,论文在综合考虑成本最低和飞行人员工作负荷均衡的基础上,提出了采用自适应遗传算法解决飞行人员排班问题的设计思路,给出了算法改进的实现过程。     

遗传算法在平面魔方游戏中的应用

平面魔方游戏类似于传统魔方、九连环等智力游戏,它具有很高的启智、益智的功能,并且包含了丰富的搜索优化的算法,本文针对游戏规则,提出了一种簇减少的算法思想,并且采用遗传算法来代替传统的搜索算法。最后,通过程序的实现和演示,对算法进行了测试和验证。     

量子遗传算法在TSP中的应用

本文提出了一种改进的量子遗传算法,其核心是对量子遗传算法中的量子旋转门的调整策略进行改进。在现有的静态、指数型动态调整策略的基础上提出了基于正弦函数的动态调整策略。文中对旅行商问题（TSP）的仿真实验结果表明：改进后的算法的优化质量和效率都优于遗传算法和一般量子遗传算法。     

混合量子遗传算法及其在VRP中的应用

物流配送车辆路径问题(VRP)是一类典型的NP问题.针对提高寻优能力问题,构造了一种混合量子遗传算法(HQGA),即在传统量子遗传算法(QGA)随机全局搜索的基础上引入一个免疫算子,通过该算子的局部搜索操作实现线路内次序的再优化.给出了该算法的具体实现方法和流程,并用实例进行测试.仿真结果表明混合量子遗传算法的寻优性能优于传统量子遗传算法(QGA)及文献中的其它方法,可以避免出现早熟收敛,是求解车辆路径问题的一种有效的算法.     

游戏开发中的一种泛型资源管理模型

在分析当前游戏开发中的资源管理方式的基础上,提出了一种可制定的动态泛型资源管理模型,该模型可以动态地加载各种资源,资源类型可以自由制定并注册加载,资源分配的内存大小可动态调整,外部接口调用简单统一。此模型可广泛应用于游戏开发中,为其提供安全高效的资源管理解决方案。     

游戏开发中智能路径搜索算法的研究

在游戏软件中,人工智能是一个重要而又复杂的模块,而寻路算法是人工智能运用于电子游戏中的最基本问题之一。针对游戏中路径搜索的特点,在对一般搜索算法、常见搜索算法和启发式搜索技术进行详细地分析与研究的基础之上,结合实际应用情况,对A*算法进行了一些优化与改进。     

一种通用聚合算法在统计工作中的应用研究

目前政府统计部门正在积极建设统计数据库，统计数据库具有典型的多维特征。同时，统计业务人员经常要对各种级别的统计数据尤其是汇总级的数据进行所谓的即席查询（Ad—hoc query）。为了实现这一点，大多数统计查询和分析系统依赖于关系数据库平台本身提供的OLAP功能和接口，造成应用系统与数据库系统紧耦合反而降低了应用系统的可移植性。文中根据统计数据库多维特征和OLAP聚合操作的原理提出一种跨数据库系统平台的通用聚合算法，并成功应用于统计工作中，有效地解决了上述问题。     

一种通用聚合算法在统计工作中的应用研究

目前政府统计部门正在积极建设统计数据库,统计数据库具有典型的多维特征。同时,统计业务人员经常要对各种级别的统计数据尤其是汇总级的数据进行所谓的即席查询(Ad-hoc query)。为了实现这一点,大多数统计查询和分析系统依赖于关系数据库平台本身提供的OLAP功能和接口,造成应用系统与数据库系统紧耦合反而降低了应用系统的可移植性。文中根据统计数据库多维特征和OLAP聚合操作的原理提出一种跨数据库系统平台的通用聚合算法,并成功应用于统计工作中,有效地解决了上述问题。     

启发式A^＊算法在游戏寻路中的应用

文章在对A＊搜索和启发式搜索技术进行详细分析与研究的基础上,将A＊算法应用于flash游戏中的寻路,并在此基础上分析出A＊算法的实际应用时间效率和空间效率。     

函数对象在泛型算法中的应用

C++中的函数对象是一种特殊的对象,使用起来特别灵活。掌握并使用好函数对象可以大大精简代码。该文在介绍函数对象概念的同时总结了函数对象的几点应用。     

基于IM遗传算法和神经网络的风险管理模型及应用

根据企业多类风险权重评估管理策略,提出一种基于投资理论的多层神经网络模型,并结合IM（Insertion Mutation）算子的遗传算法,以提高精确度和收敛速度。设计并实现基于IM神经网络和遗传算法的软件包。运行结果表明该系统能满足客户需求,对它的应用前景作了展望。     

改进的协同进化遗传算法在机器博弈中的应用

阐述了一种典型的协同进化遗传算法（SANE）,在机器博弈中,用前馈神经网络（FNN）表示局面估值函数,该算法采用两个种群合作协同的方式进化该FNN。对上述算法在种群的初始化方面进行了合理改进：用粒子群算法（PSO）先对种群进行预处理。实验表明,在协同进化的过程中,经过预处理的种群会比随机生成的种群效率更高。     

改进的协同进化遗传算法在机器博弈中的应用

阐述了一种典型的协同进化遗传算法(SANE),在机器博弈中,用前馈神经网络(FNN)表示局面估值函数,该算法采用两个种群合作协同的方式进化该FNN.对上述算法在种群的初始化方面进行了合理改进:用粒子群算法(PSO)先对种群进行预处理.实验表明,在协同进化的过程中,经过预处理的种群会比随机生成的种群效率更高.