首页--文化、科学、教育、体育论文--体育论文--文体活动论文--棋类论文--围棋论文

计算机围棋中的算法研究

摘要第1-12页
ABSTRACT第12-15页
第1章 绪论第15-17页
   ·研究意义第15页
   ·研究内容第15页
   ·研究方法第15-16页
   ·论文结构第16-17页
第2章 研究现状第17-35页
   ·什么是围棋第17-19页
   ·什么是计算机围棋第19-21页
   ·计算机围棋中的算法第21-26页
     ·基础算法第21-22页
     ·搜索算法第22-24页
     ·学习算法第24-26页
   ·部分计算机围棋程序第26-32页
     ·GNU Go第26-27页
     ·Handtalk,Goemate,Wulu第27-29页
     ·Many faces of Go第29页
     ·Go4++第29页
     ·NeuroGo第29-30页
     ·Goliath第30页
     ·Explorer,Go intellect第30-32页
   ·存在的主要问题第32-35页
     ·需完善的局面表示法第32页
     ·欠完整的中盘策略第32页
     ·尝试中的学习算法第32-35页
第3章 理论基础第35-41页
   ·引言第35页
   ·数学形态学第35-36页
   ·有限状态机第36页
   ·线性模型与感知机第36-37页
   ·遗传学习算法第37-41页
第4章 棋手思维模型第41-55页
   ·引言第41页
   ·基本概念第41-44页
   ·局面表示法第44-45页
   ·围棋术语分类第45-50页
     ·棋形与气术语第45-47页
     ·目标术语第47-50页
   ·目标图第50页
   ·目标选择原则第50-53页
   ·走步属性第53页
   ·棋风第53页
   ·棋手思维模型第53-55页
第5章 基础算法第55-75页
   ·数据结构第55-60页
     ·位棋盘第55-56页
     ·局面的层次表示法第56-60页
   ·棋群聚类算法第60-61页
     ·原理第60页
     ·实验第60-61页
   ·地域划分算法第61-64页
     ·原理第61-63页
     ·实验第63-64页
   ·PEMIS模式编码方法第64-68页
     ·原理第64-67页
     ·实验第67-68页
   ·走步增量算法第68-75页
     ·原理第68-73页
     ·实验第73-75页
第6章 搜索算法第75-93页
   ·经典搜索算法第75-86页
     ·minmax算法第76页
     ·negamax算法第76-77页
     ·alphabeta算法第77-80页
     ·failsoft算法第80-83页
     ·negascout算法第83-84页
     ·mtdf算法第84-85页
     ·实验第85-86页
     ·小结第86页
   ·单一目标搜索算法第86-88页
   ·复合目标搜索算法第88-93页
第7章 学习算法第93-107页
   ·PEMIS模式库与定式库学习算法第93-97页
     ·原理第93-97页
     ·实验第97页
   ·ZOBRIST定式库学习算法第97-99页
     ·原理第97-98页
     ·实验第98-99页
   ·术语的示教学习算法第99-100页
   ·棋风的遗传学习算法第100-107页
     ·原理第100-105页
     ·实验第105-107页
第8章 总结与展望第107-113页
   ·总结第107-108页
     ·主要工作与创新点第107页
     ·ShoutGo的特点第107-108页
   ·展望第108-113页
     ·棋手思维模型第108页
     ·基础算法第108-109页
     ·搜索算法第109-110页
     ·学习算法第110-113页
参考文献第113-118页
附录第118-119页
 A 博士在读期间发表的论文第118-119页
致谢第119页

论文共119页,点击 下载论文
上一篇:自然债务的伦理分析
下一篇:论产品责任中的惩罚性损害赔偿