宋代茶叶贸易的法律保护与历史启发

宋代是中国茶文化发展的一个高峰期,政府为了获取更多的茶利,加强了对茶叶市场的管理,制定了许多与茶叶生产加工、贸易销售相关的法律法规,并配合各种行政手段、经济手段打击茶叶走私、制售假茶的行为,为整个宋代茶产业的发展提供了良好的外部环境,对后世的茶政提供了许多有益的借鉴。

基于优化迭代的博弈树算法

博弈是诸如下棋、打牌、战争等一类竞争性智能活动的通称。通过对机器博弈的研究衍生了大量实用的研究成果。分析当今国际上主流的加快博弈树搜索效率的算法,根据它们的优缺点建立一种基于优化迭代的新算法,并且通过实验数据证明算法的优势。

基于MTD(f)的中国象棋人机博弈算法的设计与优化

通过对中国象棋人机博弈算法的研究,介绍了一种基于MTD(f)的中国象棋人机博弈算法,并对博弈树搜索进行了一些高效的优化。结果表明,经过优化的基于MTD(f)的中国象棋人机博弈算法,比基于Alpha-Beta搜索的中国象棋人机博弈算法,具有更快的思考速度和更高的智能表现。

基于知识库的象棋机器博弈搜索算法研究

为了解决重复局面导致时间资源和硬件资源的浪费问题,以中国象棋为研究对象,提出了一种构建计算机象棋(执红棋和执黑棋)博弈知识库的方法,知识库自动记录每次计算机"思考"时经过Alpha-Beta算法和历史启发算法搜索到的最佳走法和当前棋盘局面,下一次遇到相同局面时,直接检索知识库获取最佳对弈走法;使用Zobrist哈希技术中的一个哈希值来唯一标识一个棋盘局面,以减少知识库检索时造成的时间消耗;针对开局就使用Alpha-Beta算法搜索意义不大的问题,引入了多种专家开局走法。在Visual Studio C++环境下对时间消耗进行对比实验,结果证明了所提出知识库的有效性。

基于PVS算法的六子棋博弈系统的研究

针对六子棋比赛中基于棋型分析的评估函数比较复杂,因此搜索效率大大降低,六子棋是一种复杂度与象棋相当的博弈游戏。其复杂性主要是平均分枝因子大,导致博弈树搜索的深度太浅。本文采用了PVS搜索算法,通过缩小搜索范围,从而有效增加剪枝效率,同时结合了迭代深化和历史启发增强及置换表和哈希表技术,极大提高了搜索效率和深度。使用该技术开发的六子棋系统,其博弈水平得到了有效提高。

基于PVS搜索算法的亚马逊棋博弈系统的设计

亚马逊棋是一种复杂度介于围棋和中国象棋之间的博弈游戏。其复杂性主要是具有极大的分支因子,在搜索过程中难以达到较高的深度。本文采用了PVS搜索算法,通过缩小剪枝窗口,从而有效增加剪枝效率,同时结合了历史启发增强和置换表技术,极大提高了搜索深度。使用该技术开发的亚马逊棋软件,其博弈水平得到了有效提高。

网络智能五子棋博弈系统的设计与实现

设计并实现了一个基于C\S模式的网络智能五子棋博弈系统,支持人机对弈与双人对弈功能,并针对人机对弈时AI搜索效率不高的缺点进行了多种改进。在网络通信方面,使用了Socket技术,并应用了基于事件驱动的Twisted框架。

面向目标的博弈搜索策略及其应用

博弈是人工智能研究的重要分支,它涉及人工智能中的推理技术、搜索方法和决策规划。而搜索策略是博弈问题的关键。针对搜索技术中存在的由于搜索空间巨大而引起的搜索效率下降的缺点,结合五子棋的特点,探讨了相应博弈问题的求解策略,提出一种结合PVS算法、静态着法启发、历史启发算法的搜索策略。实验结果证明,该算法不但能保证博弈水平,还能得到较好的搜索效率。