
پایان نامه : ساخت پايگاه دانش توليد رفتار با استفاده ازالگوريتم تکاملي سيمبايوجنسيس
چکيده
در اين پژوهش، الگوريتمی به نام سيمبايوجنسيس را براي ساخت پايگاه داده توليد رفتار به کار مي¬بريم. اين الگوريتم از مجموعه الگوريتم¬هاي تکاملي است که با مجموعه¬اي از اعضا سروکار دارد و هدف بهينه کردن شايستگي اعضاي جمعيت است. طي آزمايش¬هاي انجام شده روي اين روش، اين نتيجه بدست آمده است که سيمبايوجنسيس براي استفاده در مسائلي که توصيف کاملي از صورت مسئله وجود ندارد، کارايي خوبي دارد. براي آزمايش اين¬گونه يادگيري، از بازي Pac-Man به عنوان مسئله مورد بررسي استفاده کرديم. سعي داريم در اين مسئلهagent اي را آموزش دهيم که بتواند در زمين بازي، بهترين بازي خود را انجام دهد و بيشترين زمان ممکن نيز زنده بماند. براي مقايسه نتايج حاصل از آزمايش، يکي ديگر از معروف¬ترين الگوريتم¬هاي تکاملي، يعني الگوريتم ژنتيکي را براي اين مسئله پياده سازي کرديم. نتايج حاصل از اين پياده¬سازي ها را ارايه خواهيم کرد و مقايسه¬اي روي آنها انجام خواهيم داد
فهرست مطالب
فصل اول – الگوريتم هاي تكاملي
1-1- مقدمه
1-2-علت استفاده از الگوريتم هاي تكاملي
1-3-انواع الگوريتم هاي تكاملي
1-3-1: استراتژي هاي تكاملي
1-3-2: برنامه ريزي تكاملي
فصل دوم: الگوريتم ژنتيك
2-1: ژنتيك در طبيعت
2-2: الگوريتم ژنتيك استاندارد:
فصل سوم: الگوريتم تكاملي سيمبيوتيك (SEA)
3-1: علت معرفي SEA
3-2: عملگر تركيب سيمبيوتيك:
3-3: ايده كلي SEA:
فصل چهارم: توصيف فضاي مسئله
4-1: agent
4-2: تابع محاسبه شايستگي
فصل پنجم: تعريف الگوريتم ها براي مسئله Pac-Man
5-1Pac-Man : با الگوريتم ژنتيکي
5-2Pac-Man : با الگوريتم SEA
5-3: نتايج حاصل از پياده سازي
فصل ششم: مستندات کلاسهاي پياده سازي شده
6-1: پياده سازي الگوريتم ژنتيکي
6-2: پياده سازي الگوريتم SEA
فصل هفتم: نتيجه گيری و پيشنهادات
مراجع
پيوست
فهرست اشکال
شکل1-1.طرح کلي الگوريتم تکاملي
شکل1-2: شبه کد استراتژي تکاملي
شکل1-3: شبه کد برنامه ريزي تکاملي
شکل2-1: شبه کد الگوريتم ژنتيکي
شکل3-1: نمونه اي از ترکيب Symbiotic21
شکل3-2: نمونه اي از الگوريتم جستجو symbiotic23
شکل3-3: شبه کد الگوريتمSEA24
شکل4-1: نقطه آغاز يک بازي Pac-Man26
شکل4-2:نقشه زمين بازي Pac-Man به همراه تمام حالات گردش
شکل4-3:شبه کد استراتژيagent براي بازي Pac-Man31
شکل 5-1: مقايسه کارايي در الگوريتم GA وSEA براي بازي pac-man. اندازه جمعيت درGA برابر 150 مي باشد
شکل 5-2: مقايسه کارايي در الگوريتم GA وSEA براي بازي pac-man.اندازه جمعيت درGA برابر 200 مي باشد
شکل 5-3: مقايسه هزينه در دو الگوريتم GA وSEA براي نمودار 5-
شکل 5-4: مقايسه هزينه در دو الگوريتم GA وSEA براي نمودار 5-
فهرست جدولها
جدول4-1: تعيين وضعيت روح با توجه به موقعيت Pac-Man و روح نسبت به هم.
جدول4-2: شرح پارامتر¬هاي استفاده شده براي تعيين حرکت agent32
جدول5-1: پارامترهاي مطرح شده در SEA38
جدول5-2: بهترين مقادير براي هر پارامتر SEA39
***************************************************************************************
در صورت تمایل
به دریافت فایل فوق در مدت 10 دقیقه ، لطفاً اینجا کلیک
کنید
***************************************************************************************
مشاوره ؛نگارش پایان نامه ؛ مقاله + شبیه سازی
در تمام مقاطع دانشگاهی پذیرفته می شود
در صورت
تمایل می توانید عنوان و جزئیات پروژه خود را در قسمت نظرات این پست
اعلام فرمایید. ضمنا می توانید اطلاعات درخواستی خود را به ایمیل یا تلگرام
نمایید
ایمیل :
com.dr@yahoo.com
|