一种改进的基于博弈树模型的五子棋系统

通过对五子棋算法的研究,本文探讨了知识抽象、知识表示、估价函数、博弈树及搜索策略等人工智能领域的问题,并基于博弈树模型设计了一个智能五子棋系统。该系统采用多链表结构的知识表示方法记录棋局信息,可以全面地描述和分析棋局形势。最后,结合局部性原理,采取增量分析法、α-β剪枝及低层剪枝等手段加速分析和搜索效率,提高了该系统的反应速度和智能化程度。     

基于UML的五子棋的分析与设计

以五子棋为例,用UML开发人机博弈程序。五子棋博弈算法采用了博弈树的方法,应用了剪枝和极大极小值原理进行搜索寻找最优的下子位置。用面向对象的思想并结合UML建模工具,对程序进行分析、设计。此外,程序可以通过增加机器学习,对棋局进行记忆、总结学习,可以进一步提高系统的智能。     

博弈树搜索算法研究

通过讨论人工智能中用于计算机博奕的一般技术如极大极小搜索、Alpha-Beta剪枝、小窗口搜索,对五子棋博奕的内在规律进行了分析研究,给出解决五子棋博奕的2种优化算法,这2种优化算法大大提高了搜索效率,相比之下引入置换表后的优化算法的搜索效率更高。     

一种改进的威胁空间搜索算法

研究了五子棋游戏开发中极大极小搜索框架计算量太大,无用计算太多等问题.在传统经典极大极小搜索和alpha-beta剪枝基础上采用了判重,加入启发式的优化,每次选择最有"前途"的若干个决策搜索以减少搜索量,再加入基于五子棋专业棋手下棋策略,改进威胁空间搜索算法.使得计算机的搜索过程更像人的思考过程,算法复杂度大幅降低.经过测试最终编写的程序具备高响应度和智能性.     

基于有序加权平均的博弈树搜索法

提出了一种基于有序加权平均(Ordered Weighted Averaging—OWA)的博奕树搜索方法.该方法可以弥补α—β剪枝等方法中存在的一些缺陷,且具有比基于广义均值的Min/Max近似搜索更好的性能.     

基于Java的五子棋博弈平台研究

针对当前五子棋博弈平台中自身功能差异和对引擎的编写语言有限制等问题,设计实现一个通用的五子棋博弈运行平台,平台以AlphaBeta剪枝算法为内置博弈引擎算法基础,融合了迭代加深、Zobrist缓存和启发式搜索算法,建立集对战、算法引擎加载和引擎交互一体化通用五子棋博弈平台;平台利用加载算法引擎文件可自动进行五子棋算法间的对局,且提供调用引擎的接口和引擎设计的参考,方便用户快速设计编写出自己的五子棋算法引擎;通过大量对战测试实验表明,平台在自动博弈模拟、人机博弈、引擎加载、比赛规则方面表现优异,大大提高了博弈算法设计效率。     

智能五子棋博弈程序的核心算法

人工智能是一门正在迅速发展的新兴的综合性很强的边缘科学,而博弈是人工智能的主要研究领域之一,本文通过一个五子棋博奕程序的设计,介绍了博弈程序设计的核心内容:包括博奕树搜索和估值函数两个方面.     

智能五子棋博弈算法研究

人工智能是一门正在迅速发展的新兴的综合性很强的边缘科学。博弈是人工智能的主要研究领域之一,他涉及人工智能中的推理技术、搜索方法和决策规划。将这些技术用于五子棋中,设计了一个智能五子棋系统,实现人和计算机两方进行博弈。     

中国象棋博弈程序中的树搜索算法

目前,虽然已有了中国象棋知识的模式表示法,但是要实现一个博弈程序还需有评价函数和搜索算法.树搜索算法较多,在使左结点以某种大的概率生成得比右结点更好这样一个程序目标下,我们选择了α-β算法。本文所讨论的博弈树搜索的方法和思想,已成功地在 IBM-PC/XT 机上实现(程序名为 C-CHESS).     

智能搜索算法设计和分析

提出了人工智能博弈树搜索ＳＳＳ＊算法的两种改进算法ＢＳ＊和ＤＳ＊算法，给出了ＢＳ＊和ＤＳ＊搜索博弈树端结点的充分必要条件，由此证明了，如果能估计一个合适的上界，则ＢＳ＊算法优于ＳＳＳ＊算法．同时还证明了ＤＳ＊算法优于α－β算法．论述了ＤＳ＊算法搜索深度为奇数的博弈树时，在一般情况下也优于ＳＳＳ＊算法，且这两种算法都降低了存储开销．     

一种中国象棋残局棋谱自动生成算法

通过对传统博弈树搜索算法的修改,提出了一种中国象棋残局棋谱的自动生成算法,该算法基于极深极浅算法,并用剪枝、着法排序、置换表等手段对其搜索效率进行了优化.实验数据表明该算法在搜索生成连照胜杀局的棋谱时,具有较好的效果.最后用该算法对《象棋残局杀局宝典》中的残局进行了验证,发现了书中记录的残局棋谱存在的一些错误.     

预测蛋白质折叠结构的剪枝算法

为求解蛋白质折叠结构预测问题提出一种基于剪枝策略的启发式搜索算法.剪枝算法用一棵搜索树描述蛋白质构形的生长过程,通过定义权重、上下门槛制定一套有效的控制分支繁殖的规则,从而极大地提高了搜索的效率.采用国际文献公认的10个算例作为剪枝算法的实验测试集,并与目前国际上4个著名的算法进行比较,实验比较结果表明剪枝算法是一个高效的求解算法.     

针对带约束匹配搜索的扩展Kuhn-Munkres算法

提出了扩展的Kuhn-Munkres算法,可解决带下界约束的局部匹配存在性问题,即在匹配全集的给定子集中,搜索得到一个二分图匹配满足其边权和大于给定阈值．扩展Kuhn-Munkres算法构造了一棵以Kuhn-Munkres算法中间过程为节点的搜索树,利用搜索优先级和剪枝,将算法时间复杂度降低至二分图匹配全集与给定子集差集规模的多项式函数．      

空间k近邻查询的新策略

有效执行空间k近邻查询是地理信息系统尤其关心的问题,空间近邻查询是基于空间索引的树的遍历过程,苦测量距离和剪枝策略选取适当,可以极大地减少搜索空间所需访问的事点数,基于Rousspoulos等提出的测量距离,提出2个新的近邻搜索剪枝策略,用于空间k近邻查询,给出了搜索算法,并用算例表明该策略具有更好的剪枝效果,提高了空间k近邻查询的效率。     

矢量量化中的非二元树搜索算法

在矢量量化(VQ)系统中,搜索算法是实现编码的关键技术.本文介绍非二元树搜索矢量量化系统的码本设计和搜索算法.计算机模拟实验结果表明,非二元树搜索矢量量化在失真性能和存储量方面明显优于二元树搜索矢量量化,而计算量只有全搜索矢量量化的几分之一.     

用遗传算法解决博弈问题

解决博弈问题的传统算法——搜索树法所无法克服的对搜索深度的限制.以五子棋为例,提出了用遗传算法代替搜索树法解决博弈问题的基本方案,并对适应度函数的设计作了一些有益地探索,给出了设计适应度函数应满足的必要条件.实验表明,用遗传算法所设计的对弈程序优于搜索树法.     

博弈树的聚合估值方法及其剪枝技术

提出了一种博弈树结点估值的新方法——聚合估值方法,并研究了聚合估值过程的剪枝技术.