Тришин Илья Михайлович
Студент первого курса механико-математического факультета НГГУ.
Статьи автора:
Поиск оптимального управления и исследование сложных динамических систем, обладающих большой степенью неопределенности параметров, начальных данных, внешнего воздействия и целей управления, как правило, не возможны классическими методами. В семидесятых годах прошлого столетия для описания и изучения таких задач была предложена теория нечётких множеств. При использовании этой теории вводятся лингвистические термы, которые качественно описывают динамическую систему. Далее с этими термами в соответствии с правилами нечёткой логики можно выполнять различные преобразования, позволяющие получать новые лингвистические высказывания о состоянии системы, которые либо сразу используются для управления системой, либо переводятся в количественные значения для дальнейшего анализа.
В данной работе на основе теории нечеткой логики был разработан алгоритм и написана программа, управляющая игрой компьютера в карточной игре «Дурак». Интерфейс программы позволяет наблюдать процесс создания лингвистических термов и принятия компьютером решения на основе лингвистических правил во время игры. На диске к журналу - программа, управляющая игрой компьютера в карточной игре "Дурак". (С. 65-71)
Компьютерное моделирование поведения игрока в интеллектуальной карточной игре с помощью нейронной сети.
Computer simulation of gamer’s behavior in intellectual card game “Fool” using neural network
Computer simulation of gamer’s behavior in intellectual card game “Fool” using neural network
Открыто 
В работе создана и описана искусственная нейронная сеть для выбора решения в неопределённой игровой ситуации, в классической карточной игре в «Дурака». Проведённые исследования показывают, что принимаемые во время игры решения человеком, основанные на чувственном уровне понимания игровой ситуации, могут быть просчитаны количественно. Гибкость структуры нейронной сети позволяет в процессе обучения изменять структуру сети, то есть удалять избыточные нейроны или добавлять недостающие. Созданная программа может служить примером развития нового рефлексивно-ориентированного программирования, являющегося функциональным расширением парадигмы объектно-ориентированного программирования. С. 54-64.
In the paper artificial neural network is described and created for decision-making in the indefinite gaming situation of classic card game “Fool”. The research shows human-made decisions based on perceptional level of comprehension during the game can be quantitatively calculated. Flexible structure of the neural network can morph during the process of training i.e. excessive neurons can be removed and missing ones can be added. The software created along the research is an example of new reflex-oriented programming paradigm being functional extension of well-known object-oriented programming paradigm.
In the paper artificial neural network is described and created for decision-making in the indefinite gaming situation of classic card game “Fool”. The research shows human-made decisions based on perceptional level of comprehension during the game can be quantitatively calculated. Flexible structure of the neural network can morph during the process of training i.e. excessive neurons can be removed and missing ones can be added. The software created along the research is an example of new reflex-oriented programming paradigm being functional extension of well-known object-oriented programming paradigm.
Ключевые слова: нейронная сеть, теория игр, нечёткая логика, обучение нейронной сети.
Keywords: neural network, game theory, fuzzy logic, training of neural network.
Для пополнения баланса выберите страну, оператора и отправьте СМС с кодом на указанный номер. Отправив одну смс, вы получаете доступ к одной статье.
Закрыть