遗传算法和神经网络在游戏中的应用—BP神经网络算法实现本科论文.docVIP

论文编码：TP183 首都师范大学 本科生毕业论文（设计） 遗传算法和神经网络在游戏中的应用 ——BP神经网络算法实现 The application of Genetic Algorithm and Neural Network in game -------the realization of BP Neural Network Algorithm 院 系 信息工程学院 专 业 智能科学与技术 年 级 2010级 学 号 1101000108 指导教师 　黄向阳　　 论文作者 张梦姣 完成日期 2014年4月15日 首都师范大学本科生毕业论文（设计）原创性承诺书 论文（设计）题目 遗传算法和神经网络在游戏中的应用——BP神经网络算法实现 学生姓名 张梦姣 专业 智能科学与技术 学号 1101000108 完成时间 2013年11月21日～2014年4月1日 指导教师姓名 黄向阳 职 称 副教授 承诺内容： 1、本毕业论文（设计）是学生 张梦姣 在导师 黄向阳 的指导下独立完成，凡涉及其他作者的观点和材料，均作了注释，如出现抄袭及侵犯他人知识产权的情况，愿按学校有关规定接受处理，并承担相应责任。 2、学校有权保留并向上级有关部门送交本毕业论文(设计)的复印件和磁盘。 备注： 学生签名：张梦姣 时间：2014.4.15 说明：学生毕业论文（设计）如有保密等要求，请在备注中明确，承诺内容第2条即以备注为准。 中文摘要 本文通过研究并运用人工神经网络和误差反向传播算法（BP算法）等游戏人工智能技术开发出一款扫雷游戏，重点讲述了与扫雷机一一对应的前馈人工神经网络（扫雷机的大脑）的结构和特性，分析并给出了该网络在复杂环境下的有监督的学习规则。 本实验通过使用BP神经网络来构建扫雷机大脑，BP神经网络是误差反向传播算法的学习过程，由信息的正向传播和误差的反向传播两个过程组成。输入层输入信息，并传递给；负责信息变换；输出层输出信息处理结果。当实际输出与期望输出不符时，进入误差的反向传播阶段。误差通过输出层，按误差梯度下降的方式修正各层权值，向隐层、输入层逐层反传。周而复始的信息正向传播和误差反向传播过程，是各层权值不断调整的过程，也是神经网络学习训练的过程，此过程一直进行到Abstract This paper introduced how to develop a minesweeper game by studying artificial intelligence technology,such as artificial neural network and error back propagation and so on.It mainly introduced the structure and characteristics of feedforward neural network(the brain of the sweepers) which is corresponding with the sweepers,and it analyzed and presented the supervised learning rule in complex condition。 The experiment use BP neural network to construct the brain of the Minesweepers.BP neural network is the learning process of the error back propagation algorithm,which consists of information forward propagation and error back propagation.BP neural?network?model includes the input layer,hidden?layer and output layer.?The input layer?is responsible for receiving?the input?information,?and passed to the?hidden layer;the hidden?layer is responsible for?informatio