Android平台粒子系统构建

近年来,以"水果忍者"、"愤怒的小鸟"为代表的手机游戏深受广大用户的喜爱。然而,由于Android平台目前缺乏成熟的游戏引擎,很多开发者在自己构建游戏粒子系统时遇到了很多困难,本文从理论到实际代码详细阐述在Android系统上开发者自己构建粒子系统的过程。     

Ahdroid平台粒子系统构建

近年来，以“水果忍者”、“愤怒的小鸟”为代表的手机游戏深受广大用户的喜爱。然而，由于Android平台目前缺乏成熟的游戏引擎，很多开发者在自己构建游戏粒子系统时遇到了很多困难，本文从理论到实际代码详细阐述在Android系统上开发者自己构建粒子系统的过程。     

图像方法在火焰粒子系统中的应用

图像方法仅以屏幕像素为分析对象,与景物的复杂度无关。本文将图像方法嵌入到火焰的粒子系统实现中,用预定的图像来填充火焰的内焰部分,用粒子来形成火焰极不规则的外焰部分,从而在保证火焰高度随机外形的前提下用图像填充降低火焰内部的绘制代价。与其它单纯的粒子系统相比,这种图像、粒子相结合的方法在达到相同的视觉效果下,显著地降低了系统的粒子数,提高了运行效率。     

粒子系统在钻井模拟器中的应用

介绍了钻井模拟器图形程序在压井作业中实现模拟火焰燃烧效果的技术和过程。在粒子系统的基础上,基于OpenGL的火焰模拟使得效果更真实,场景更逼真。模拟过程中采用BillBoard技术实现粒子立体影像,节约了资源,提高了运行速度;采用纹理融合技术,火焰粒子随时间的推移,发生颜色渐变和纹理变化,使得燃烧效果更加真实。     

粒子系统在虚拟校园中的应用研究

为了增强虚拟校园漫游系统的逼真程度,在分析粒子系统基本原理的基础上,利用视景仿真工具Vega特效模块中的自定义粒子系统功能,在虚拟校园中实时的模拟出雨雪特效.通过对粒子系统中雨雪粒子模型的属性分析,模拟出不同程度大小的雨雪效果,使用户能在不同天气环境下实现校园漫游,从而大大提高了虚拟校园三维场景的真实感.实验结果表明,基于粒子系统和Vega的雨雪模拟,能够有效应用到虚拟场景中,并且使其具有交互性好、真实感强的特点.     

粒子系统在虚拟作物生长中的应用研究

提出了一种基于粒子系统的虚拟作物器官的建模方法,通过这种方法结合作物生长中取得的实测数据能较好地模拟作物器官在三维空间中的形态及其动态生长过程.利用计算机图形学技术,通过VC＋＋.net和OpenGL实现了作物器官的动态生长.     

粒子系统基本理论及其应用

粒子系统是一种应用广泛而实用的物体建模方法。文章介绍了粒子系统的相关基本理论,讨论了粒子系统在非整体物体模拟和整体物体表面建模以及可形变物体建模中的应用。     

粒子系统在数字高清字幕机中的应用

粒子系统是迄今为止模拟不规则模糊物体最为成功的一种图形生成算法。针对数字高清字幕机字幕制作实时性强、图文意义表达充分、操作简单等特点，引入纹理映射、粒子运动控制、颜色表查询等多种方法对传统粒子算法加以改进。结果表明，改进的粒子系统方法丰富了高清字幕机的字幕制作，产生了理想的图文效果。     

基于粒子系统的火焰特效在J2ME游戏中的实现

基于粒子系统的特效是广泛应用于PC游戏制作的一项重要技术。该文根据J2ME手机平台的特性，提出了适合J2ME平台的基于粒子系统的火焰特效实现方法，分析了火焰特效的特征，采用程序创建的方法为火焰特效创建了所需的调色板，给出了火焰特效的运动算法和针对平台的优化算法并讨论了火焰特效在游戏应用中的绘制方法以及对绘制速度和顺序的控制方法。     

粒子系统技术在计算机视频特技制作中的应用

本文从分类的角度叙述了粒子系统技术的发展现状，研究了在视频特技制作中应用粒子系统技术的方法。     

基于博弈模型的合作式粒子群优化算法

粒子群算法作为一种新兴的进化优化方法,能够大大减轻复杂的大规模优化问题的计算负担. 根据博弈论的思想,在传统粒子群基础上提出了一种基于博弈模型的合作式粒子群优化算法,算法基于重复博弈模型,在重复博弈中利用一个博弈序列,使得每次博弈都能够产生最大效益,并得到了相应博弈过程的纳什均衡. 通过典型基准测试函数对算法的性能进行对比实验,实验结果表明算法是可行的、有效的,对拓展粒子群算法研究具有重要的理论意义与实际意义.     

基于3D GameStudio的粒子系统设计与应用

随着虚拟现实技术和计算机技术的发展,运用粒子系统来模拟动态的复杂实体和自然现象越来越受到人们的关注。基于3DGS（3D GameStudio）即3D游戏著名游戏工具软件,设计了几种实时的粒子系统。介绍了粒子系统的实现方法,包括粒子的属性定义以及粒子生命周期控制等特性。在该系统中举例分析了火焰和雨雪几种实体的特点,运用3DGS中自带的脚本编写工具Lite-C实现了其粒子效果的模拟。实验表明基于3DGS的粒子系统实现简单且对复杂的动态实体和自然现象都能够达到很好的仿真效果。     

游戏开发的脚本机制及在游戏式训练系统中的应用

分析了脚本语言引入游戏中所带来的好处,概括了脚本语言的特点和工作原理,结合一个简单的实例分析了脚本的运行过程,并介绍了一些游戏开发中的实际应用情况。     

面向目标的博弈搜索策略及其应用

博弈是人工智能研究的重要分支,它涉及人工智能中的推理技术、搜索方法和决策规划。而搜索策略是博弈问题的关键。针对搜索技术中存在的由于搜索空间巨大而引起的搜索效率下降的缺点,结合五子棋的特点,探讨了相应博弈问题的求解策略,提出一种结合PVS算法、静态着法启发、历史启发算法的搜索策略。实验结果证明,该算法不但能保证博弈水平,还能得到较好的搜索效率。     

游戏剧本设计研究及在游戏式训练系统中的应用

游戏剧本创作,是游戏制作成功的基础。从游戏剧本的重要性入手,探讨了游戏剧本的特征及设计,并介绍了在煤矿事故救援游戏式训练系统中的剧本的应用。游戏剧本设计研究对有志于或正在从事游戏剧本创作工作的人员有一定的借鉴作用。     

一种随机粒子群算法及应用

为提高粒子群算法的优化效率,在分析量子粒子群优化算法的基础上,提出了一种随机粒子群优化算法。该算法只有一个控制参数,搜索步长由一个随机变量的取值动态决定,通过合理设计控制参数的取值,实现对目标位置的跟踪。标准测试函数极值优化和聚类优化的实验结果表明,与量子粒子群和普通粒子群算法相比,该算法在优化能力和优化效率两方面都有改进。     

Agent技术及其在作战模拟中的应用

该文从作战模拟研究的角度出发,对传统作战模拟中的建模和仿真手段进行了分析总结,指出了它应用于信息化条件下的军事活动中所存在的局限性和不足,并以兰彻斯特方程为例进行了详细阐述。同时,该文将Agent技术引入了作战模拟的研究,在阐述Agent技术及复杂适应系统理论的基础上,结合现代军事活动的特点,分析了Agent技术应用于作战模拟的可行性。最后,以ISAAC模型为例,对Agent技术在作战模拟中的应用进行了具体说明。     

自适应简化粒子群优化算法及其应用

针对粒子群优化算法（Particle Swarm Optimization，PSO）寻优速度慢、收敛精度不高且搜索结果波动性较大的缺点，提出了一种自适应简化粒子群优化算法（Self-Adjusted Simplified Particle Swarm Optimization，SASPSO）。在每次迭代过程中，粒子只受全局最优解影响，且加入按一定规律分布的锁定因子，令粒子受影响的程度有规律性。同时，利用锁定因子和当前粒子位置令惯性权重自适应配置，更有效地利用惯性权重对粒子群优化算法的影响。引入4种近期提出的改进粒子群算法同时搜索不同维度时的18个基准函数，与SASPSO的搜索结果对比，并使用T-test进行差异性分析。为了进一步分析算法性能，统计5个改进算法搜索100维函数达到期望值时的成功率与平均迭代次数。实验结果证明，SASPSO在无约束问题寻优中的收敛速度、寻优精度有了明显提升，且搜索结果异常值较少，波动性弱。将SASPSO应用于机床主轴结构参数优化问题，结果显示SASPSO优化性能更好。     

一种基于Q学习的有限理性博弈模型及其应用

传统博弈理论模型建立在人的完全理性基础之上,难以切合实际。有限理性博弈则能够很好地描述实际问题。有限理性的博弈者参与到不完全信息博弈中,对博弈的规则、结构以及对手等博弈信息有一个逐渐适应和了解的过程,因此博弈应是动态进化的模型。针对这一问题,提出了一种基于Q学习算法的不完全信息博弈模型,根据Littman的最大最小原则建立了多指标体系下的策略选择概率分布;构建了Q学习与博弈融合的数学模型,使用Q学习机制来实现博弈模型的动态进化;最后将模型应用于两人追逐的仿真实验,结果表明所提出的模型能够很好地再现追逐情景。     

机器博弈海战兵棋推演系统的设计实现

设计兵棋推演海上作战过程,可以“在实验室中学习战争”,是现代技术和战争艺术的结合.分析了基于机器博弈海战兵棋推演的基本原理,指出用兵棋模拟战争应具备的几个特点,详细阐述了机器博弈海战兵棋推演系统的具体设计方法,包括棋盘表示、兵力表示、规则设计、态势评估和搜索策略等技术难点,实现了基于机器博弈的海战兵棋推演系统.并基于上述兵棋推演系统进行了实例仿真分析,以某红蓝海军编队为博弈对象,进一步阐明了系统对海战兵棋推演的功能.