摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
1 绪论 | 第10-14页 |
·计算机博弈的研究意义 | 第10-11页 |
·计算机博弈的关键技术 | 第11页 |
·计算机博弈的研究方法 | 第11-12页 |
·六子棋计算机博弈 | 第12-13页 |
·论文结构 | 第13-14页 |
2 研究现状 | 第14-32页 |
·计算机博弈的研究现状 | 第14-22页 |
·棋局表示 | 第14-16页 |
·着法生成 | 第16-17页 |
·评估函数 | 第17-19页 |
·搜索算法 | 第19-22页 |
·六子棋计算机博弈的研究现状 | 第22-28页 |
·定石 | 第22-27页 |
·诘棋 | 第27页 |
·棋型 | 第27-28页 |
·部分六子棋计算机博弈程序 | 第28-30页 |
·NCTU6 计算机博弈程序 | 第28-29页 |
·其他六子棋软件 | 第29-30页 |
·需要解决的主要问题 | 第30页 |
·评估函数的分析 | 第30页 |
·粒子群优化算法的应用 | 第30页 |
·棋形估值方法 | 第30页 |
·小结 | 第30-32页 |
3 评估函数的分析 | 第32-42页 |
·静态评估函数分析 | 第32页 |
·二次估值方法 | 第32-35页 |
·二次估值方法的概念 | 第33页 |
·局势因子对路径选择的影响 | 第33页 |
·二次估值方法的步骤 | 第33-34页 |
·二次估值的应用 | 第34-35页 |
·空位估值方法 | 第35-40页 |
·模拟人的思维模式提出空位估值方法 | 第35-36页 |
·空位估值方法的参数设定 | 第36-37页 |
·空位估值方法的应用 | 第37-40页 |
·空位估值方法的优缺点 | 第40页 |
·小结 | 第40-42页 |
4 评估函数参数优化 | 第42-52页 |
·遗传算法对评估函数的参数优化 | 第42-43页 |
·遗传算法 | 第42页 |
·遗传算法的应用 | 第42-43页 |
·粒子群优化算法 | 第43-47页 |
·算法原理 | 第43-44页 |
·算法步骤 | 第44-45页 |
·惯性权重(inertia weight)的引入 | 第45页 |
·收缩因子(constriction factor)的引入 | 第45-46页 |
·仿真实例 | 第46-47页 |
·粒子群优化算法对评估函数的参数优化 | 第47-50页 |
·小结 | 第50-52页 |
5 棋形估值方法 | 第52-56页 |
·棋形估值方法的提出 | 第52页 |
·棋形向量 | 第52-53页 |
·棋形估值方法的应用 | 第53-54页 |
·棋形估值方法的不足 | 第54-55页 |
·小结 | 第55-56页 |
6 六子棋计算机博弈系统 | 第56-62页 |
·Connect6 系统功能 | 第56-58页 |
·Connect6 系统介绍 | 第56页 |
·Connect6 系统功能 | 第56-58页 |
·Connect6 界面介绍 | 第58页 |
·实验方法 | 第58页 |
·实验结果 | 第58-61页 |
·小结 | 第61-62页 |
7 总结与展望 | 第62-64页 |
·研究工作总结 | 第62页 |
·本系统目前存在的问题和不足 | 第62-63页 |
·后续工作 | 第63页 |
·展望 | 第63-64页 |
致谢 | 第64-66页 |
参考文献 | 第66-70页 |
个人简历、在学期间发表的学术论文及取得的研究成果 | 第70页 |