3.24神经网络和遗传算法在游戏设计中应用研究.pdf

3.24神经网络和遗传算法在游戏设计中应用研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要 一直以来,游戏被称为人工智能的“试金石”。环境游戏是一种模 拟现实企业投资过程的计算机游戏。在虚拟的投资过程中,投资者不 仅要考虑企业投资的收益问题,即经济效益问题,而且还要考虑由于 企业的发展,对周边环境所产生的影响,而环境的变化反过来又影响 了企业的发展等问题,也就是从长远角度来看,企业的可持续发展问 题。为了使游戏能更好地模拟现实投资过程,并增加游戏的趣味性, 本文利用遗传算法与神经网络对环境游戏中的参数进行优化并对投资 者行为进行模拟。主要工作分为以下几个方面: (1)基于遗传算法的参数寻优。在投资过程中,尽管风险和收益不 一定成正比关系,但是一般来说,风险越大收益也越大,当然风险越大 损失可能也越大。这种关系在游戏中是通过对不同投资策略中的参数 进行设定来体现的。如果参数设定不合理,就无法体现不同投资策略 间的差异,也就使得不同投资者在使用不同投资策略时体会不到彼此 之间的差异,当然也就会使得游戏失去吸引力。本文利用遗传算法寻 优的原理,将收益最高的投资者交替的次数、每一轮投资中投资者的 资金分散程度、环境状态与初期状态相比较是好还是坏和为防止环境 污染所作贡献的奖励次数作为适应度函数的参数。通过寻找游戏中不 同投资策略的合理的收益和损失参数,使得投资风险和收益的关系得 以更好地体现,从而使得游戏更有趣。 (2)基于神经网络的投资行为学习。本论文在使用遗传算法寻优 时,每一个染色体的适应度值的求解都需要用到执行一轮游戏之后的 结果,染色体的个数往往多于100个,这样就需要至少执行游戏100 轮(一般一轮需要2个小时),在设计游戏之初是难以找到如此有耐力 的投资者的,为此,本文用神经网络学习投资者的投资行为和他的投 资习惯,在遗传算法中利用神经网络模型来代替投资者进行投资,这 样避免了可能的多次重复的模拟投资过程,使得基于遗传算法的参数 寻优得以实现。文中给出了一些实验结果,从实验结果可以看出神经 网络能很好地模拟一个人的投资行为。 Basic 6.0编写了环境游戏系统,该系 (3)代码实现:用Visum 统用户界面友好,使用方便,在虚拟投资过程中可以形象地说明环境保 护的重要性,特别是这个系统中的游戏者可以是一个或多个神经网络。 关键词神经网络;遗传算法;环境游戏 ABSTRAcT Al1thet havebeenusedas test ime,games beds experimental for areasofartifiCial many GameiS intelligence.Environment a that computer cansimulatethe ofrealistic game process investment.In enterprise’S the ofvirtual process investment, not needconsiderthe enterprise income only question,namely economiC alSOshouldconsider performancequestion,but

文档评论(0)

ww88666 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档