神經(jīng)網(wǎng)絡(luò)和遺傳算法在游戲設(shè)計中的應(yīng)用研究.pdf

1、一直以來,游戲被稱為人工智能的"試金石".環(huán)境游戲是一種模擬現(xiàn)實企業(yè)投資過程的計算機游戲.在虛擬的投資過程中,投資者不僅要考慮企業(yè)投資的收益問題,即經(jīng)濟效益問題,而且還要考慮由于企業(yè)的發(fā)展,對周邊環(huán)境所產(chǎn)生的影響,而環(huán)境的變化反過來又影響了企業(yè)的發(fā)展等問題,也就是從長遠(yuǎn)角度來看,企業(yè)的可持續(xù)發(fā)展問題.為了使游戲能更好地模擬現(xiàn)實投資過程,并增加游戲的趣味性,該文利用遺傳算法與神經(jīng)網(wǎng)絡(luò)對環(huán)境游戲中的參數(shù)進行優(yōu)化并對投資者行為進行模擬.主要工

2、作分為以下幾個方面:(1)基于遺傳算法的參數(shù)尋優(yōu).在投資過程中,盡管風(fēng)險和收益不一定成正比關(guān)系,但是一般來說,風(fēng)險越大收益也越大,當(dāng)然風(fēng)險越大損失可能也越大.這種關(guān)系在游戲中是通過對不同投資策略中的參數(shù)進行設(shè)定來體現(xiàn)的.如果參數(shù)設(shè)定不合理,就無法體現(xiàn)不同投資策略間的差異,也就使得不同投資者在使用不同投資策略時體會不到彼此之間的差異,當(dāng)然也就會使得游戲失去吸引力.該文利用遺傳算法尋優(yōu)的原理,將收益最高的投資者交替的次數(shù)、每一輪投資中投資者

3、的資金分散程度、環(huán)境狀態(tài)與初期狀態(tài)相比較是好還是壞和為防止環(huán)境污染所作貢獻的獎勵次數(shù)作為適應(yīng)度函數(shù)的參數(shù).通過尋找游戲中不同投資策略的合理的收益和損失參數(shù),使得投資風(fēng)險和收益的關(guān)系得以更好地體現(xiàn),從而使得游戲更有趣.(2)基于神經(jīng)網(wǎng)絡(luò)的投資行為學(xué)習(xí).該論文在使用遺傳算法尋優(yōu)時,每一個染色體的適應(yīng)度值的求解都需要用到執(zhí)行一輪游戲之后的結(jié)果,染色體的個數(shù)往往多于100個,這樣就需要至少執(zhí)行游戲100輪(一般一輪需要2個小時),在設(shè)計游戲之初

4、是難以找到如此有耐力的投資者的,為此,該文用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)投資者的投資行為和他的投資習(xí)慣,在遺傳算法中利用神經(jīng)網(wǎng)絡(luò)模型來代替投資者進行投資,這樣避免了可能的多次重復(fù)的模擬投資過程,使得基于遺傳算法的參數(shù)尋優(yōu)得以實現(xiàn).文中給出了一些實驗結(jié)果,從實驗結(jié)果可以看出神經(jīng)網(wǎng)絡(luò)能很好地模擬一個人的投資行為.(3)代碼實現(xiàn):用Visual Basic 6.0編寫了環(huán)境游戲系統(tǒng),該系統(tǒng)用戶界面友好,使用方便,在虛擬投資過程中可以形象地說明環(huán)境保護的重要性