遗传算法在贸易类游戏中物流配送的应用研究

发布时间：2017-05-04 19:04

  本文关键词：遗传算法在贸易类游戏中物流配送的应用研究，由笔耕文化传播整理发布。

【摘要】：随着科学技术的不断进步，我们进入了多学科相互交叉、渗透的科学时代，其中一个典型的例子就是生命科学与工程科学的交叉、渗透和相互促进，也是近代科学技术发展的一个显著特点。 现如今，游戏产业进入了蓬勃发展的时期，游戏人工智能已经成为每个游戏中不可或缺的一份元素，如果说精致的2D美工、华丽的3D效果是游戏的外表的话，那么一个优秀的AI设计则可以看作是游戏的灵魂，在几乎所有游戏都有着令人赏心悦目的外表时，灵魂才是能吸引玩家的核心。 如今，许多开发商利用高质量的AI设计使自己的游戏在竞争日趋白热化的市场中脱颖而出。在一年一度的游戏开发者大会上，，越来越多的开发者开始讨论游戏AI设计的发展。游戏界越来越多地认识到AI设计对于整个游戏开发过程的重要性。 近年来，遗传算法(Genetic Algorithm, GA)成为一种全新的随机搜索与优化算法,其基本思想基于Darwin的进化论和Mendel的遗传学。遗传算法对于解决复杂性的多目标的且具有不可预测性的问题时，有着无可比拟的优越性。 二十世纪九十年代，遗传算法进入了兴盛发展时期，无论是理论研究还是应用研究都成了十分热门的课题。遗传算法的应用研究尤为活跃，不但扩大了它的应用领域，而且也显著提高了利用遗传算法进行优化和规则学习的能力，与此同时，我们也开始摸索产业应用方面的研究。遗传算法的应用研究已从初期的组合优化求解扩展到了许多更新、更工程化的应用方面。 刨除一切游戏特色内容和其他因素来说，贸易类游戏的一个根本目标就是挣钱，如何才能挣到更多的钱呢，就是通过在一个城市低价买进货物，然后再到需要的城市高价卖出，从而赚取利润。 为了简化问题我们这里不考虑市场价格浮动因素，并且认为每个城市的特产品都是独一无二的，每个特产品都会在另外某个城市拥有最高卖出价格，这样在不考虑货仓因素的前提下(认为所有货物最多购进1个单位)，只要能够反复遍历所有的城市，就能赚取到最高利润。 这样我们就需要AI能够找到一条能够遍历所有城市的路径，这条路径越短，意味着所花去的时间越少，单位时间内的利润就越多，这里为了使问题更加简化，我们忽略地形因素，认为所有的城市间都可以走直线到达，并且单位距离内所花费的时间都是一样的。 本文主要从四个方面介绍贸易类游戏AI中的遗传算法应用，分别为遗传算法在游戏开发方面的研究背景、国内外研究现状以及本论文的主要工作；人工智能技术、游戏中所涉及到的人工智能技术、在游戏开发中使用人工智能技术的意义、现在游戏开发领域中几种主流的人工智能技术的介绍，主要包括：有限状态机、模糊逻辑、神经网络、遗传算法。以及未来游戏人工智能的发展方向；遗传算法部分主要介绍遗传算法的计算模型，主要包括：遗传算法的原理、编码技术、群体设定、遗传操作。遗传算法的特点、遗传算法的适用方向以及遗传算法的现状等；介绍贸易类游戏的目标简化、51城市TSP问题具体代码设计、具体代码的优化以及模拟51城市的过程与结果。其中，51城市TSP问题具体代码设计中，主要介绍：群体设定、适应度函数的设计、选择算子的设计、交叉算子的设计、变异算子的设计。在具体代码的优化中，主要介绍了种群大小、交叉概率、变异概率的选择以及针对交叉算子的改进。而模拟51城市的过程和结果中，主要介绍遍历51城市的改进效果、改进的算法在求解其他数目城市时的表现以及贸易类游戏中更多的遗传算法。
【关键词】：人工智能 遗传算法 游戏开发 AI
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：F252;TP18
【目录】：

• 摘要4-6
• Abstract6-10
• 第1章 绪论10-13
• 1.1 研究背景10
• 1.2 国内外研究现状10-11
• 1.3 本文研究内容及论文组织结构11-13
• 第2章 游戏开发中的人工智能13-18
• 2.1 人工智能概述13
• 2.2 游戏中的人工智能及意义13-14
• 2.3 几种主流计算智能技术的介绍14-16
• 2.3.1 模糊逻辑14
• 2.3.2 神经网络14-15
• 2.3.3 遗传算法15-16
• 2.4 未来游戏人工智能的发展方向16-18
• 2.4.1 自动的故事情节发展16
• 2.4.2 虚拟角色16
• 2.4.3 适应玩家16-18
• 第3章 遗传算法18-24
• 3.1 遗传算法的计算模型18-23
• 3.1.1 遗传算法的原理18-20
• 3.1.2 编码技术20
• 3.1.3 初始群体设定20-21
• 3.1.4 遗传操作21-23
• 3.2 遗传算法适用方向23-24
• 第4章 贸易类游戏 AI 中的遗传算法应用24-36
• 4.1 贸易类游戏的目标简化24-26
• 4.2 51 城市 TSP 问题具体代码设计26-28
• 4.2.1 群体设定26
• 4.2.2 适应度函数设计26
• 4.2.3 选择算子的设计26
• 4.2.4 交叉算子的设计26-28
• 4.2.5 变异算子的设计28
• 4.3 具体代码的优化28-31
• 4.3.1 种群大小、交叉概率、变异概率的选择29-30
• 4.3.2 针对交叉算子的改进30-31
• 4.4 模拟 51 城市的过程与结果31-36
• 4.4.1 遍历 51 城市的改进效果31-34
• 4.4.2 改进的算法在求解其他数目城市时的表现34
• 4.4.3 贸易类游戏中更多的遗传算法34-36
• 第5章 总结与展望36-38
• 5.1 总结36
• 5.2 展望36-38
• 参考文献38-40
• 致谢40

【参考文献】

中国期刊全文数据库 前10条

1 李志坚;罗文;;国内教育游戏研究现状和趋势分析——基于1999—2009我国教育游戏研究论文统计[J];楚雄师范学院学报;2010年12期

2 梁化楼，戴贵亮;人工神经网络与遗传算法的结合：进展及展望[J];电子学报;1995年10期

3 吴泽先;;浅析遗传算法在无线网络系统仿真中的应用[J];黑龙江科技信息;2007年01期

4 唐惠康;娄松涛;;浅谈游戏开发工具分类[J];黑龙江科技信息;2009年11期

5 孟亚玲;刘鹂;魏继宗;;教育游戏理论研究的现状分析——基于我国1999年以来教育游戏研究论文的统计[J];计算机教育;2008年18期

6 张玉孔;;电脑游戏中的人工智能[J];科技信息(学术研究);2007年18期

7 于文莉;李海;;浅谈游戏开发中的人工智能技术[J];商场现代化;2008年01期

8 布伟光;何中市;高静;;遗传算法和牛顿力学在游戏开发中的应用研究[J];微处理机;2009年03期

9 刘曙光,费佩燕,侯志敏;遗传算法的进展与展望[J];现代电子技术;2000年06期

10 酉杰峰;;传统游戏的开发策略及思路[J];科技资讯;2009年11期

中国硕士学位论文全文数据库 前1条

1 王淑琴;神经网络和遗传算法在游戏设计中的应用研究[D];东北师范大学;2004年

  本文关键词：遗传算法在贸易类游戏中物流配送的应用研究，由笔耕文化传播整理发布。

本文编号：345614