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。     

虚拟游戏场景中的模型研究

游戏游戏建筑模型是虚拟虚拟游戏模型中的基本对象,已有的对游戏建筑的表示局限于某一层次级别,比如块模型、带屋顶的模型、结构模型和室内模型.引入了连续层次级别这一概念来对地理信息系统中的建筑进行表示和建模,而连续层次级别方法统一了虚拟三维游戏模型中不同类型的建筑的表示.     

三层结构的网络游戏服务器设计及其性能分析

鉴于现有的网络游戏服务器端一个线程对应一个客户端的情况,提出了一个扩展的多路复用模式的服务器模型,基于该思想设计了一种游戏应用服务器。在此基础上对该模型的应用服务器进行了性能分析。游戏应用服务器运行测试表明这种服务器模型具有可用性和高效性。     

多线程技术及其在电脑游戏中的应用

对多线程的概念进行了分析,在游戏的轮流模型中,针对实现多人游戏（或多游戏机灵）目标动作的内存消耗和编程的复杂化的问题,提出并实现了一个基于多线程的游戏模型和应用实例。讨论了多线程游戏模型中的通信和同步,提出了用多线程技术开发游戏软件时所面临的新问题。     

跳棋游戏关键算法探讨

介绍了跳棋游戏的游戏功能及程序总体逻辑,在此基础上深入探讨了跳棋游戏中的查询棋子可跳动位置、最佳路径提示、电脑落子和玩家落子的算法,通过这些算法实现游戏按规则有序的进行。     

基于OGRE与PhysX的布料和物理粒子效果实现

通过Ogre和PhysX实现游戏中的布料模型与物理粒子效果,为游戏增强真实感与代入感,提高游戏品质。     

一类非完备信息博弈的信息模型

近年来随着对非完备信息博弈研究的不断深入,如何表示、处理博弈过程中的信息成了新的问题.提出了信息空间的概念,指出了信息集与信息空间的关系.首次采用二分图构建了Ⅱ型非完备信息游戏的通用信息模型,并在此模型基础上研究了信息获取方法,引入Markov模型进行信息处理.通过在四国军棋上的实验验证了通用信息模型在获取、管理非完备信息上的有效性,并证明了Markov网络在非完备信息处理中的有效性.     

一个基于神经网络和遗传算法的游戏自主角色的设计

具有学习能力和动态适应环境变化的自主角色已经成为商业游戏的一个卖点,采用传统的人工智能方法往往无法实现复杂的自主角色的行为,基于此,采用非确定性的神经网络和遗传算法来实现自主角色已经成为当前游戏人工智能的一个热点。分析了游戏自主角色的特点, 建立了NPC的自主认知模型,同时采用神经网络和遗传算法相结合的游戏自主角色的设计思路,利用遗传算法优化神经网络的方法设计了一个自主角色的框架,建立了一个游戏角色的自学习模型,通过仿真实验表明采用神经网络和遗传算法相结合的非确定性算法形成的游戏角色的自学习系统要比传统的NPC角色更加自主和智能化。     

基于遗传模糊推理的RPG玩家体验综合评估方法

为更高效自动地评估游戏中玩家的主观体验,强调主观满意度在游戏评估中的作用,提出一个基于玩家主观评价方法构造角色扮演类游戏(RPG)的评估模型.通过因子分析处理问卷收集的玩家评分,降维后得到7个游戏评估因子并进行解释.使用适合于描述人类思维特点的模糊推理机制来模拟玩家的评价过程,配合遗传算法来调整模糊推理过程中的参数,有效提高了评估模型的准确性.     

有限理性模型在游戏智能决策中的研究与应用*

为了让游戏NPC能够学习和模拟玩家在游戏中的策略和行为方式,在基于模型的智能决策方法基础上,结合行为决策理论中的有限理性模型提出了一种新的游戏智能方法.该方法分别从有限理性模型的两个核心原则——有限理性和满意准则来改进过去的方法在感知和决策过程中所面对的问题,从而使得游戏NPC行为决策方式更加人性化.最后,通过在Starcraft平台上与其他方法的对抗性实验来进一步验证该方法的优势.     

基于网络的游戏式教学系统的设计

本文分析了网络游戏的现状,在现有的学习模式的基础上,提出了一种新的学习模式(游戏式网络学习模式),并探讨了基于网络的游戏式教学系统的特征与设计要点。     

基于单点多步博弈的网络防御策略选取方法

当前复杂环境下网络安全问题频发,而现有攻防博弈网络防御模型未考虑网络攻击单点多步的特性,无法有效进行网络防御.针对网络攻防实际需求,通过模拟攻防环境和过程,提出一种基于单点多步网络攻防博弈模型的防御策略选取方法.建立单点多步攻防博弈模型,将全局博弈缩小为漏洞上的局部博弈以适应各种防御体系的攻防分析,采用漏洞评分系统量化...     

基于攻防博弈的网络防御决策方法研究综述

博弈论研究冲突对抗条件下最优决策问题,是网络空间安全的基础理论之一,能够为解决网络防御决策问题提供理论依据.提炼网络攻防所具备的目标对立、策略依存、关系非合作、信息不完备、动态演化和利益驱动6个方面博弈特征.在理性局中人假设和资源有限性假设的基础上,采用攻防局中人、攻防策略集、攻防动作集、攻防信息集和攻防收益形式化定义...     

基于博弈模型的网络安全最优攻防决策方法

随着社会信息化水平的不断提高,计算机技术目前在人们的生活当中发挥出至关重要的作用,同时人们也越来越依赖于计算机技术。在这样的背景下,对于网络安全的研究已成为最重要的问题之一,博弈模型就是在这样的条件下应运而生。简单说来,博弈模型就是依据计算机网络中的一些脆弱的信息,最终生成出网络状态攻防图,并根据这个攻防图总结出最优化的攻防策略,在最大程度上提升网络的安全性。基于此,本文以博弈模型为基础,总结出基于博弈模型的理论如何为提升网络安全生成最佳的决策方法。     

基于势博弈的多路径网络编码研究

介绍反向共乘的网络编码形式,基于博弈理论提出用于多路径网络编码通信分割的势博弈模型。分析一种8个节点的网络拓扑,以网络传输总成本作为优化目标设计势函数,使用博弈中的BNN动态作为激励结构调整流在不同路径上的通信分割,使网络系统收敛于Wardrop均衡,即最低成本状态。仿真结果表明,该模型使用BNN动态能够有效调整流的通信分割,从而最小化网络传输总成本。     

一种无线传感器网络能耗均衡的自适应拓扑博弈算法

针对无线传感器网络节点能量有限与能耗不均衡导致网络生命周期提前结束的问题,运用势博弈理论将节点的平均寿命、节点最短寿命、网络的连通性以及覆盖性应用到效益函数的设计中,建立一种基于序数势博弈的能耗均衡的拓扑控制模型,以证明博弈模型是序数势博弈.基于该势博弈模型,提出一种能耗均衡的自适应拓扑博弈算法.该算法根据节点平均寿命调整自身的功率,帮助最短寿命节点降低功率,延长整个网络的生存时间.仿真实验及对比分析表明,所提出的算法相比于其他基于博弈论的拓扑控制算法,能够改善网络能量的均衡性,提高网络能量效率,保证网络拓扑的健壮性,增强网络拓扑的自适应性.     

The credit game on network supplier and customer based on big data

In this paper, we make B2C transaction as the research object, to analyze the transaction credit game on network supplier and customer based on big data. In the condition of considering the cost of B2C network supplier improving commodity credit, and the cost of B2C customer analyzing and managing network supplier commodity credit big data, constructing the credit game relationship model, analyzing the game process and the influence factors, and simulating the game process using System Dynamics theory model. The research only is a part of the research on B2C network supplier and customer transaction credit relationship, and is a part of the research on B2C network supplier and customer transaction process in big data environment, this paper is only to illustrate the variation that big data bring to B2C network supplier and customer transaction behavior. To the application and research of big data in network transaction credit management, this paper research result has a certain reference value.     

一种能耗均衡的WSN分布式拓扑博弈算法

无线传感器网络（wireless sensor network,WSN）中通常节点能量受限,节点间能耗不均衡会导致网络生命周期缩短.针对该问题,综合考虑节点的能量效率和能耗均衡,通过引入阿特金森指数设计了一种改进优化的综合效用函数;基于此,建立了一种能耗均衡的拓扑博弈模型,并证明了该拓扑博弈模型是序数势博弈且存在帕累托最优;提出了一种能耗均衡的WSN分布式拓扑博弈算法（DTCG）.通过仿真实验及对比分析表明,相较于其它基于博弈理论的拓扑控制算法,DTCG算法能在保证网络连通性和鲁棒性的前提下,降低节点发射功率,拥有更好的能量均衡性和能量效率,可以有效延长网络生命周期.     

车载自组织网络中节点合作行为的博弈研究

在车载自组织网络中使用公共品博弈理论促进节点合作的研究表明车辆密集区域的节点会呈现不合作状态.本文通过模拟实验得知当节点平均度数较低时,节点更容易产生合作行为.为了提高车辆密集区域中合作节点的比例,本文提出了博弈度数与博弈拓扑的概念,并在此基础上构建了一种能够更改网络博弈拓扑,降低节点博弈度数的分组博弈理论模型.实验结果表明,在车辆密集区域使用该博弈模型能够显著提高网络中合作节点的比例.     

跨层优化的WSN能耗均衡拓扑博弈算法

由于无线传感器网络承载服务的多样性和工作环境的复杂性，使得基于单层信息设计的拓扑控制方法面临挑战。针对该问题，通过引入博弈理论和超模博弈的概念，将节点度、网络连通性和MAC层干扰程度等跨层信息融入到效用函数的设计中，构建了一种新的拓扑博弈模型，并证明了该模型属于超模博弈且存在纯策略纳什均衡，进而提出了一种跨层优化的WSN能耗均衡拓扑博弈算法（COETG）。通过仿真实验与对比分析表明，COETG算法能在保证网络连通性和鲁棒性的前提下，降低节点发射功率，拥有良好的能耗均衡性和能量效率，有效延长了网络生存时间，提升了网络性能。