Студенческий портал

admin@studynote.ru
/ Регистрация
X
Все > Дипломные работы > Дипломные работы по информатике > интерактивная система обучения, учебник, искусственный интеллект, пространство состояний, поиск решений, эвристический поиск, «жадный» алгоритм поиска, минимакс, альфа-бета-усечение, рекурсия, продукционная система.
интерактивная система обучения, учебник, искусственный интеллект, пространство состояний, поиск решений, эвристический поиск, «жадный» алгоритм поиска, минимакс, альфа-бета-усечение, рекурсия, продукционная система.

Тема дипломной работы: интерактивная система обучения, учебник, искусственный интеллект, пространство состояний, поиск решений, эвристический поиск, «жадный» алгоритм поиска, минимакс, альфа-бета-усечение, рекурсия, продукционная система.

2500 ₽
Купить за 2500 ₽

или

Заказать новую работу

Более 20 способов оплатить! Сразу получаете ссылку на скачивание. Гарантия 3 дня. Исключительно для ознакомления!

Общая информация
Описание работы
Дополнительная информация

(фрагменты работы)

Общая информация
Учебное заведение: Вузы города Омск > Сибирский институт бизнеса и информационных технологий
Тип работы: Дипломные работы
Категория: Информатика
Год сдачи: 2012
Количество страниц: 85
Оценка: 5
Дата публикации: 21.01.2019
Количество просмотров: 521
Рейтинг работы:
Иллюстрация №1: интерактивная система обучения, учебник, искусственный интеллект, пространство состояний, поиск решений, эвристический поиск, «жадный» алгоритм поиска, минимакс, альфа-бета-усечение, рекурсия, продукционная система. (Дипломные работы - Информатика).
Описание работы

Стремительное развитие технологий искусственного интеллекта требует большого количества специалистов, владеющих этими технологиями. В то же время, данная область науки весьма обширна, а рамки учебного процесса не всегда позволяют в полной мере охватить все ее аспекты.
Одним из способов решения данной проблемы может быть создание электронных средств обучения, обладающих свойством интерактивности, что позволяет проверить теорию и закрепить полученные знания на практических примерах.

Таким образом, целью данного дипломного проекта являлось создание интерактивной системы обучения интеллектуальным технологиям, которую также можно назвать  «электронный учебник».

 

 

Дополнительная информация

(фрагменты работы)

Затем алгоритм опускается к другим потомкам потомков и не рассматривает их родительские состояния, если их значения больше или равны данному значению бета. Аналогичные процедуры можно описать для альфа-отсечения по потомкам второго поколения вершины МАХ.
Существуют два условия останова алгоритма поиска на основе значений альфа и бета:
 поиск может быть остановлен ниже любого узла MIN, значение бета которого меньше или равно значению альфа любого из его предков МАХ;
 поиск может быть остановлен ниже любого узла МАХ, значение альфа которого больше или равно значению бета любого из его предков MIN.
Таким образом, альфа-бета-усечение выражает отношение между узлами уровней п и п + 2. При этом из рассмотрения могут быть исключены целые поддеревья с корнями на уровне п + 1. Например, на рисунке 3.5 изображено пространство поиска просмотренное с помощью процедуры обычного минимакса, а на рисунке 3.6 – то же самое пространство поиска, к которому применен алгоритм альфа-бета-усечения. Заметим, что результирующее возвращаемое значение идентично полученному в алгоритме минимакса, но при этом процедура альфа-бета-усечения значительно экономичнее минимакса.

Рисунок 3.5

3.3.2 Описание программной реализации
Программа представляет собой реализацию игры «Крестики-нолики» [2]. При этом в качестве соперника человека выступает компьютер.
Основные данные программы представлены следующим образом:
 перечисление TSquare, которое содержит описания содержимого клеток игрового поля: EMPTY – пусто, CROSS – крестик, NUL – нолик;
 TPos типа TSquare – массив для хранения состояния игрового поля;
 RetPos типа TPos – переменная для записи лучшего хода.
В зависимости от сделанного пользователем выбора, первый ход делает либо пользователь, либо компьютер. В любом случае первый игрок выступает в роли МАХ и играет «крестиками», а второй – в роли MIN и играет «ноликами».
После первого хода программа запускает рекурсивную функцию Search для поиска наилучшего ответного хода. Входными параметрами функции являются:
 s типа TSquare – фигуры игрока МАХ;
 alpha, beta типа Integer – максимум и минимум оценки состояния;
 ply типа Integer – глубина поиска.
Функция возвращает значение типа Integer. Значение (– 1) означает проигрыш игрока MIN, значение (0) – ничью, остальные значения соответствуют эвристической оценке игровой ситуации
Сначала функция проверяет наличие замкнутой линии однотипных фигур по вертикали, горизонтали и диагоналям. В случае нахождения такой линии функция прекращает свою работу и на экран выводится модальное окно с сообщением о выигрыше. В случае отсутствия замкнутой линии запускается цикл для просмотра возможных ответных ходов.
Перед запуском цикла сбрасывается признак наличия пустых клеток на игровом поле. В процессе выполнения тела цикла на игровом поле ищется пустая клетка. Если таковая есть, то признак наличия пустых клеток устанавливается и в найденную клетку помещается фигура. После этого происходит рекурсивный вызов функции с параметрами, соответствующими полученной игровой ситуации. По окончанию рекурсивного поиска найденное эвристическое значение сравнивается с имеющимся значением максимума (alpha). В случае превышения найденного значения над альфой, последняя получает новое значение, равное найденному, и полученная позиция запоминается как лучший ход. После этого, позиция восстанавливается, то есть, помещенная в клетку фигура удаляется. В конце цикла

Купить за 2500 ₽