基于形势判断和遗传算法的计算机围棋静态评估算法

吉林大学学报(工学版) ›› 2011, Vol. 41 ›› Issue (6): 1694-1698.

基于形势判断和遗传算法的计算机围棋静态评估算法

余磊^1,3,魏君²,田丰³,刘锦高³

1.南昌航空大学信息工程学院|南昌 330063； 2.吉林大学公共教学中心|长春 130062； 3.华东师范大学信息科学技术学院|上海 200062

收稿日期:2010-01-07 出版日期:2011-11-01 发布日期:2011-11-01
作者简介:余磊(1984-),男,博士研究生.研究方向:计算机围棋,人工智能.E-mail:chenshiyu1@gmail.com
基金资助:
国家自然科学基金项目（60973048）；博士科研启动基金项目（EA201104183）；上海市科技攻关重点项目（075115002）.

Computer solution of static evaluation problems based on positional analysis and genetic algorithm

YU Lei^1,3,WEI Jun²,TIAN Feng³,LIU Jin-gao³

1.School of Information Engineering, Nanchang Hangkong University, Nanchang 330063, China;2.Teaching Center of Basic Courses, Jilin University, Changchun 130062, China;3.School of Information Science and Technology, East China Normal University, Shanghai 200062, China

Received:2010-01-07 Online:2011-11-01 Published:2011-11-01

摘要/Abstract

摘要：

提出了一种计算静态评估值的数学模型,并结合遗传算法对模型参数进行了优化。利用此方法可以获得不同棋力下分别对应的不同静态评估算法模型。对比实验结果表明,该模型能将运算精度提升93%,运算速度提升35%；其运行能力可以应用于计算机围棋中盘、收官等模块中,对计算机博弈、人工智能以及游戏软件的研究具有重要意义。

关键词: 人工智能, 静态评估, 形势判断, 遗传算法

Abstract:

An approach based on Go knowledge to calculate the static evaluation value is proposed, and the parameter of the model is further optimized by genetic algorithm. Through this approach, various static evaluation models based on different levels can be obtained. The results of text show that, compared with the original model, the accuracy and operation speed of the proposed approach are promoted by 93% and 35% respectively. We expect that, with such operation capacity, this model can be applied in the module of the middle game and end game of computer Go. This model has a practical utilization in researches on computer games, artificial intelligence and game software.

Key words: artificial intelligence, static evaluation, positional analysis, genetic algorithm

中图分类号:

TP182

余磊^1,3,魏君²,田丰³,刘锦高³. 基于形势判断和遗传算法的计算机围棋静态评估算法[J]. 吉林大学学报(工学版), 2011, 41(6): 1694-1698.

YU Lei,WEI Jun,TIAN Feng,LIU Jin-gao. Computer solution of static evaluation problems based on positional analysis and genetic algorithm[J]. 吉林大学学报(工学版), 2011, 41(6): 1694-1698.

参考文献

相关文章 15

[1]	吴蔚楠,崔乃刚,郭继峰,赵杨杨. 多异构无人机任务规划的分布式一体化求解方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1827-1837.
[2]	焦玉玲, 张鹏, 田广东, 邢小翠, 邹连慧. 基于多种群遗传算法的自动化立体库货位优化[J]. 吉林大学学报(工学版), 2018, 48(5): 1398-1404.
[3]	董飒, 刘大有, 欧阳若川, 朱允刚, 李丽娜. 引入二阶马尔可夫假设的逻辑回归异质性网络分类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1571-1577.
[4]	顾海军, 田雅倩, 崔莹. 基于行为语言的智能交互代理[J]. 吉林大学学报(工学版), 2018, 48(5): 1578-1585.
[5]	王旭, 欧阳继红, 陈桂芬. 基于垂直维序列动态时间规整方法的图相似度度量[J]. 吉林大学学报(工学版), 2018, 48(4): 1199-1205.
[6]	张浩, 占萌苹, 郭刘香, 李誌, 刘元宁, 张春鹤, 常浩武, 王志强. 基于高通量数据的人体外源性植物miRNA跨界调控建模[J]. 吉林大学学报(工学版), 2018, 48(4): 1206-1213.
[7]	李启良, 曹冠宁, 李璇, 杨志刚, 钟立元. 三厢轿车多参数气动优化[J]. 吉林大学学报(工学版), 2018, 48(3): 670-676.
[8]	黄岚, 纪林影, 姚刚, 翟睿峰, 白天. 面向误诊提示的疾病-症状语义网构建[J]. 吉林大学学报(工学版), 2018, 48(3): 859-865.
[9]	李雄飞, 冯婷婷, 骆实, 张小利. 基于递归神经网络的自动作曲算法[J]. 吉林大学学报(工学版), 2018, 48(3): 866-873.
[10]	刘杰, 张平, 高万夫. 基于条件相关的特征选择方法[J]. 吉林大学学报(工学版), 2018, 48(3): 874-881.
[11]	王旭, 欧阳继红, 陈桂芬. 基于多重序列所有公共子序列的启发式算法度量多图的相似度[J]. 吉林大学学报(工学版), 2018, 48(2): 526-532.
[12]	杨欣, 夏斯军, 刘冬雪, 费树岷, 胡银记. 跟踪-学习-检测框架下改进加速梯度的目标跟踪[J]. 吉林大学学报(工学版), 2018, 48(2): 533-538.
[13]	刘雪娟, 袁家斌, 许娟, 段博佳. 量子k-means算法[J]. 吉林大学学报(工学版), 2018, 48(2): 539-544.
[14]	孙文, 王庆年, 王军年. 基于横摆力矩控制的电动轮汽车转弯节能控制[J]. 吉林大学学报(工学版), 2018, 48(1): 11-19.
[15]	胡云峰, 王长勇, 于树友, 孙鹏远, 陈虹. 缸内直喷汽油机共轨系统结构参数优化[J]. 吉林大学学报(工学版), 2018, 48(1): 236-244.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed