基于子模函数优化的足球游戏团队组成研究
发布时间：2021-03-10 11:30
在当今信息过载的互联网时代,推荐系统特别是团队推荐技术在机器学习和数据挖掘领域有着广泛的应用。而近年来,随着计算机游戏的发展和人类娱乐需求的飞速增长,推荐算法也成为体育游戏中的一个重要内容。实况足球2018（PES2018）是一款非常流行的体育游戏,可以完全模拟真实的足球比赛。影响足球比赛胜负的因素有很多,如果系统能够自动推荐球员,组成一只胜率较高的团队,将大大优化游戏智能并提高玩家的游戏体验。本文假定当球队选择更多各方面熟练的球员,则更易获取比赛的胜利,这意味着团队强弱与其对各项技能的覆盖范围极为相关。因此基于此设定,在保证球员场上位置合适的情况下,本文提出了一种足球技能覆盖函数,作为量化球队实力的目标函数。同时若目标函数具有子模性质,将有利于求解最优解。因此本文证明了目标函数的子模性,从而将足球团队组成问题,建模为一个以团队球员总工资为约束的子模函数最大化问题。为解决上述成本约束的子模函数优化问题,本文提出分界点概念,结合广义贪婪算法与单位成本贪婪算法两种策略,提出了成本有效前瞻选择贪婪算法（Cost-Effective Forward selection Greedy Algor...
【文章来源】：厦门大学福建省 211工程院校 985工程院校 教育部直属院校
【文章页数】：61 页
【学位级别】：硕士
【文章目录】：
期刊论文
[1]基于最大化子模和RRWM的视频协同分割[J]. 苏亮亮,唐俊,梁栋,王年. 自动化学报. 2016(10)
[2]基于Tag和协同过滤的混合推荐方法[J]. 王卫平,王金辉. 计算机工程. 2011(14)
[3]协同过滤系统项目冷启动的混合推荐算法[J]. 郭艳红,邓贵仕. 计算机工程. 2008(23)
本文编号：3074530
【文章来源】：厦门大学福建省 211工程院校 985工程院校 教育部直属院校
【文章页数】：61 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景
1.1.1 推荐系统
1.1.2 团队组成
1.1.3 游戏背景
1.2 国内外研究现状
1.3 本文主要研究内容及意义
1.4 本文的主要工作与结构安排
1.5 本章小结
第二章 子模函数理论
2.1 引言
2.2 子模函数的定义与性质
2.2.1 子模函数定义
2.2.2 子模性质
2.3 子模理论的发展与应用
2.4 本章小结
第三章 团队组成优化模型
3.1 问题介绍
3.2 传统推荐模型
3.3 技能覆盖函数
3.4 子模函数模型
3.5 本章小结
第四章 子模函数优化算法
4.1 传统贪婪算法
4.2 约束贪婪算法
4.3 成本有效前瞻选择贪婪算法
4.4 本章小结
第五章 实验结果与分析
5.1 实验数据及分析
5.1.1 数据集构建
5.1.2 位置归一化
5.1.3 成本归一化
5.2 实验结果及分析
5.2.1 CEFG VS随机队伍
5.2.2 约束贪婪算法VS随机队伍
5.2.3 CEFG VS约束贪婪算法
5.2.4 CEFG VS实际队伍
5.3 本章小结
第六章 总结与展望
6.1 工作总结
6.2 下一步研究工作
参考文献
攻读硕士学位期间发表的学术论文
致谢
【参考文献】：期刊论文
[1]基于最大化子模和RRWM的视频协同分割[J]. 苏亮亮,唐俊,梁栋,王年. 自动化学报. 2016(10)
[2]基于Tag和协同过滤的混合推荐方法[J]. 王卫平,王金辉. 计算机工程. 2011(14)
[3]协同过滤系统项目冷启动的混合推荐算法[J]. 郭艳红,邓贵仕. 计算机工程. 2008(23)
本文编号：3074530
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3074530.html
