کاربرد هوش مصنوعی در بازی

عنوان پروژه: کاربرد هوش مصنوعی در بازی

قالب بندی: word

تعداد صفحات : 42

قسمتی از متن:

پس ما ازیک برنامه‌ی هوشمند و یا به‌عبارت دیگر هوش مصنوعی، قابلیت‌های مختلفی مثل استنتاج،حدس، خلاقیت و یادگیری را انتظار داریم. اما آیا بواقعا میشه چنین انتظارهایی را ازبرنامه‌های کامپیوتری داشت؟

عده‌ای از ریاضی‌دانان و دانشمندان علوم کامپیوترمعتقد بودند چنین کاری غیرممکن است به این علت که کامپیوتر صرفاً می‌تواند دستورهایبرنامه‌نویس را - که در قالب یک الگوریتم به آن داده می‌شود -انجام دهد. پسنمی‌توانیم از یک برنامه، انتظار انجام کاری را داشته باشیم که در قالب الگوریتم بهاو دستور داده نشده است. در حقیقت برنامه‌های کامپیوتری نمی‌توانند کارهایی غیرقابلپیش‌بینی انجام دهند، پس نمی‌توانند خلاقیت داشته باشند.

فهرست مطالب:

1. مقدمه

1.1. مقدمه ای بر کاربرد هوش مصنوعی در بازی

1.2. تعریف مساله و سوال تحقیق

2. برسی هوش مصنوعی در بازی کامپیوتری 

2.1. مقدمه

2.2. برسی هوش مصنوعی در انواع بازیها

3. بازی های تاثیرگرار در هوش مصنوعی 

3.1. Warcraft 

3.2. Black and white

3.3. SimCity

3.4. بازی های اول شخص تیر اندازی 17

3.5. بازی های استراتژی بی درنگ 19

3.6. بازی های ورزشی 20

4. برخی از الگوریم های پرکاربرد در این زمینه  24

4.1. الگوریتم A*

4.2. الگوریتم ماشین با حالات محدود  31

4.3. شبکه های عصبی و الگوریتم های پیشرفته 33

5. نمونه های هوش مصنوعی ساخته شده Render ware .

پایان نامه الگوریتم های رمزنگاری و رمزگشایی

مشخصات مقاله:

دسته : مهندسی فناوری اطلاعات, مهندسی کامپیوتر

عنوان پایان نامه : پایان نامه الگوریتم های رمزنگاری و رمزگشایی

قالب بندی : PDF

قیمت: 2800 تومان

فهرست مقاله:

فصل اول

الگوریتم ها

مقدمه

الگوریتم ها

سیستمهای کلید نامتقارن

روشهای رمزگذاری

Symmetric روش متقارن

Asymmetric روش نامتقارن

مقایسه رمزنگاری الگوریتم های متقارن و الگوریتم های کلید عمومی

Key Agreement

انواع روشهای رمزگذاری اسناد

سند زیر را در نظر بگیرید xml رمزگذاری همه اطلاعات یک سند

رمزگذاری یک element مشخص از یک سند xml

رمزگذاری محتویات یک element مشخص

کلیدهای مورد استفاده در رمزگذاری

روشهای انتقال کلید طبق استاندارد WC

امضای دیجیتالی

علامت گذاری امضا

تایید یک امضای دیجیتالی

فصل دوم

حملات متداول و راه حل های ممکن

خطرات تحمیلی رمزها

سناریوهای متداول در فاش شدن رمزها

متداول ترین خطاها درپشتیبانی رمزها

چگونه یک رمز ایمن را انتخاب کنید

چگونه رمز ها را حفظ کنیم

فصل سوم

راه حلی برای امنیت داده ها

فصل چهارم

رمزنگاری درشبکه

مراحل اولیه ایجاد امنیت در شبکه

شناخت شبکه موجود

رمزعبور

ایجاد محدودیت در برخی از ضمائم پست الکترونیکی

فصل پنجم

رمزنگاری و امنیت تبادل داده

الگوریتم های رمزنگاری کلید خصوصی

ساختار مولد های بیت شبه تصادفی و رمزهای دنباله ای

نمونه های رمزهای دنباله ای پیاده سازی شده

رمز قطعه ای

شرح مختصر: کلمه cryptography ( رمزنگاری ) برگرفته از لغات یونانی به معنای محرمانه نوشتن متون است. از آنجا که بشر همیشه چیزهایی برای مخفی کردن داشته است. رمز نگاری برای مخفی کردن اطاعات قدمتی برابرعمربشر دارد.از پیغام رساندن با دود تا رمز نگاری سزاری، رمزهای جایگشتی و روش های متنوع دیگر. رمز نگاری علم کدها و رمزهاست. یک هنر قدیمی است و برای قرن ها به منظور محافظت از پیغام هایی که بین فرماندهان، جاسوسان، عشاق و دیگران رد و بدل شده استفاده شده است. هنگامی که با امنیت داده ها سرو کار داریم، نیاز به اثبات هویت فرستنده و گیرنده پیغام داریم و در ضمن باید از عدم تغییر محتوای پیغام مطمئن شویم. این سه موضوع یعنی، محرمانگی، تصدیق هویت و جامعیت در قلب امنیت ارتباطات داده های مدرن قرار دارند و می توانند از رمز نگاری استفاده کنند اغلب این مسئله باید تضمین شود که یک پیغام فقط می تواند توسط کسانی خواننده شود که پیغام برای آنها ارسال شده و دیگران این اجاره را ندارند، روشی که تامین کننده این مسئله باشد (رمز نگاری) نام دارد، رمز نگاری هنر نوشتن به صورت رمز است به طوریکه هیچکس به غیر از دریافت کننده مورد نظر نتواند محتوای پیغام را بخواند.

پـــایان نامه روش های دسته بندی جریان داده

چکیده

حجم بزرگ داده ها به تنهایی به مدیران سازمان ها در تصمیم سازی و تصمیم گیری هیچ کمکی نمی کند، بلکه باعث سردرگمی مدیران سازمان ها نیز می شود.بنابراین مدیریت داده های خام و تبدیل داده های خارجی و داخلی سازمان به اطلاعات و دانش با استفاده از تکنیک های گوناگون،نقش اساسی و محوری دارد.از تکنیک های معروف در این زمینه داده کاوی است،که می تواند بر روی بانک اطلاعاتی انجام شود و دانش مورد نیاز را بدست آورد.در فصل اول به بررسی این مفهوم پرداختیم. کاوش خوشه ها نیز یکی از تکنیک های حائز اهمیت در زمینه رو به رشد،معروف به داده کاوی اکتشافی می باشد که در رشته های گوناگون مهندسی و علمی از قبیل زیست شناسی،روان شناسی،پزشکی،بازاریابی،کامپیوتر و نقشه برداری ماهواره ای به کار گرفته شده است. این مفهوم در فصل های سوم و چهارم دنبال شده است.در فصل سوم به یکی از الگوریتم های خوشه بندی به نام CStree پرداخته شده و نقاط ضعف این الگوریتم نیز مطرح شده است .تحلیل خوشه ها،اطلاعات را بوسیله یک ساختار اساسی مختصر بدو شکل گروه بندی تنها یا گروه بندی سلسله مراتبی سازماندهی می نماید.خوشه بندی ،ابزاری برای اکتشاف ساختارهایی از درون داده هاست که نیاز به هیچ فرضی از آنها نیست.این روش در هوش مصنوعی و شناسایی الگو،یادگیری بدون ناظر نامیده می شود.الگوریتم های خوشه بندی گوناگونی برای استخراج دانش از درون مجموعه اطلاعات مختلف وجود دارد.اما عموما این الگوریتم ها حساس به داده های مورد آزمایش و برخی پارامترهای اولیه می باشند،لذا نتایج حاصل از آنها وابسته به ساختار داده ها می باشد.تاکنون الگوریتمی ارائه نشده است که بتواند هر گونه ساختار داده ای را استخراج نماید. یکی دیگر از پدیده های نوظهور در دنیای اطلاعات،داده های جریانی می باشند.این پدیده که در فصل چهارم مطرح شده است،اشاره به حجم وسیعی از اطلاعات انباشته شده دارد که محدودیت های فراوانی برای پردازش ایجاد کرده اند.اندازه این داده ها بیش از حافظه اصلی،یکی از این موانع می باشد.لذا می بایست الگوریتم های جدیدی برای برخورد با این گونه داده ها توسعه یابند

تعداد صفحات 112 word

فهرست مطالب

تقدیم به: 3

تقدیر و تشکر. 4

فصل اول مقدمه ای بر داده کاوی. 1

1-1 مقدمه 2

1-2عامل مسبب پیدایش داده کاوی. 2

1-3داده کاوی و مفهوم اکتشاف دانش (K.D.D) 3

1-3-1 تعریف داده کاوی. 5

2-3-1 فرایند داده‌کاوی. 6

1-3-3 قابلیتهای داده کاوی. 7

4-3-1 چه نوع داده‌هایی مورد کاوش قرار می گیرند؟ 8

4-1 وظایف داده کاوی. 9

1-4-1 کلاس بندی. 10

2-4-1 مراحل یک الگوریتم کلاس‌بندی. 11

3-4-1 انواع روش‌های کلاس‌بندی. 11

1-3-4-1 درخت تصمیم. 12

1-1-3-4-1 کشف تقسیمات.. 13

2-1-3-4-1 دسته بندی با درخت تصمیم. 15

3-1-3-4-1 انواع درخت‌های تصمیم. 17

4-1-3-4-1 نحوه‌ی هرس کردن درخت.. 17

2-3-4-1 بیزی. 18

1-2-3-4-1 تئوری بیز. 20

2-2-3-4-1 دسته بندی ساده بیزی. 22

4-4-1 ارزیابی روش‌های کلاس‌بندی. 28

4-1-6 انواع روش‌های پیش بینی. 29

1-4-6-1 رگرسیون. 29

1-4-6-1-1 رگرسیون خطی. 29

1-4-6-1-2 رگرسیون منطقی. 31

1-4-7 تخمین. 32

فصل دوم خوشه بندی. 34

2 1-تعریف فرایند خوشه‌بندی. 35

2-2 روش ها و الگوریتم‌های خوشه‌بندی. 36

2-3 روش و الگوریتم سلسله مراتبی. 37

2 3-1-روش های سلسله‌مراتبی. 37

2 3-2-الگوریتم های سلسله مراتبی. 38

2-3-3- الگوریتم خوشه بندی single-linkage. 39

2 3-4-الگوریتم‌های تفکیک... 45

3-5-2روش‌های متکی برچگالی. 46

3-7-2 روش‌‌های متکی بر مدل. 47

فصل سوم خوشه بندی CS tree. 48

3-1مقدمه 49

3-2 مروری بر روش های خوشه بندی جریان داده 50

3-3 خوشه بندی توری جریان داده 52

3-1-3 مروری بر روش خوشه بندی توری CS tree. 53

3-2- 3 بررسی نقاط ضعف الگوریتم CS tree. 56

3-4 الگوریتم پیشنهادی. 60

3-1-4 بازتعریف مفهوم همسایگی و رفع مشکل تقسیم بی معنی خوشه ها 63

3-5 اصلاح روند بروز رسانی خوشه ها 66

3-6 اصلاح ساختار نمایش خوشه ها 67

فصل چهارم جریان داده و مدل های ان. 69

4-1 مقدمه 70

4-2 کاربردهای داده های جریانی. 71

4-2-1 شبکه های حسگر. 71

4-2-2 تحلیل ترافیک شبکه 72

4-2-3 محرک های مالی. 73

4-2-4 تحلیل تراکنش ها 73

4-3 مدل داده های جریانی. 74

4-4 زیربنای نظری. 75

4-4-1 تکنیک های مبتنی بر داده 76

4-4-1-1 نمونه برداری. 76

4-4-1-2 پراکنده ساختن بار 77

4-4-1-3 طراحی اولیه 77

4-4-1-4 ساختمان داده خلاصه 78

4-4-1-5 انبوه سازی. 78

4-4-2 تکنیک های مبتنی بر وظیفه 78

4-4-2-1 الگوریتم های تخمین. 79

4-4-2-2 الگوریتم های مبتنی بر پنجره 79

4-4-2-3 الگوریتم های دانه دانه سازی نتایج. 80

4-5 خوشه بندی داده های جریانی. 80

4-5-1 بهبود روش های سنتی. 81

4-5-1-1 الگوریتم CLARANS. 82

4-5-1-2 الگوریتم BIRCH.. 84

4-5-2 ظهور تکنیک های جدید. 87

4-5-2-1 الگوریتم مبتنی بر چگالی DBSCAN.. 87

4-5-2-2 الگوریتم مبتنی بر گریدSTING.. 90

4-6 بحث در مورد الگوریتم ها 93

4-6-1 ایا توسعه روش های سنتی درست است؟ 93

4-6-2 روش های جدید چه پیشنهاداتی دارند؟ 94

منابع. 96

فهرست اشکال

شکل 1-1 فرآینده داده کاوی.. 7

شکل1-2 نمونه یک درخت تصمیم.. 13

شکل 1-3 یک تقسیم بندی خوب ، درجه خلوص را برای فرزندان افزایش می دهد. 15

شکل 3-1 تقسیم خوشه های با معنی به زیر خوشه های بی معنی.. 58

شکل3-2 خطاهای روش Cs tree در ترکیب خوشه های یک بعدی و ایجاد خوشه های چند بعدی- قسمت A خطا در تعداد خوشه ها ، قسمت B خطا در شکل خوشه ها، قسمت C خطا در مرز خوشه ها59

شکل3 -3 روی هم افتادگی خوشه ها در بروز رسانی به روش Cs tree. 60

شکل 4-2 الگوریتم خوشه بندیCLARA.. 82

شکل 4-3 الگوریتم خوشه بندیCLARANS . 84

شکل 4-4 الگوریتم خوشه بندیBIRCH.. 86

شکل 4-6 الگوریتم خوشه بندی.STING.. 92

هوش جمعی و کاربردهای آن

عنوان پایان نامه: هوش جمعی و کاربردهای آن

فرمت فایل: word

تعداد صفحات: 81

شرح مختصر:

موضوع اصلی این پروژه، معرفی و بررسی روش­هایی که با نام هوش جمعی از آن­ها یاد می­شوند. در روش­هایی که در گروه هوش جمعی جای می­گیرند، ارتباط مستقیم یا غیر مستقیم بین جواب­های مختلف الگوریتم وجود دارند. در واقع، در این روش­ها، جواب­ها که موجوداتی کم­هوش و ساده هستند، برای پیدا شدن و یا تبدیل شدن به جواب بهینه، همکاری می­کنند. این روش­ها از رفتار­های جمعی حیوانات و موجودات زنده در طبیعت الهام گرفته شده­اند. الگوریتم مورچه­ها یکی از بارزترین نمونه­ها برای هوش جمعی است که از رفتار جمعی مورچه­ها الهام گرفته شده است. یکی دیگر از مهمترین الگوریتم­هایی که در گروه هوش جمعی جای می­گیرد، الگوریتم بهینه سازی انبوه ذرات است. در الگوریتم بهینه سازی انبوه ذرات، اعضای جامعه، که ماهی­ها یا پرندگان می­باشند، به صورت مستقیم با هم ارتباط دارند. و همچنین در این پروژه به الگوریتم ژنتیک و دیگر کاربرد­های هوش جمعی میپردازیم.

فهرست مطالب

مقدمه ............................................................................ 1

1-فصل اول : هوش مصنوعی و ارتباط آن با هوش جمعی ................................... 2

1-1 مقدمه.......................................................................................... 2

1- 2 تاریخچه هوش مصنوعی.................................................................. 3

1- 3 هوش چیست؟.......................................4

1- 4 فلسفه هوش مصنوعی............ ........................................................................ 5

1-5 مدیریت پیچیدگی................ ............................................................................. 6

1-6 عامل­های هوشمند....................... ............................................................... 7

1- 7 سیستم­های خبره......................... .................................................................... 8

1- 8 رابطه هوش جمعی با هوش مصنوعی....... ............................................................ 8

2- فصل دوم: تعریف هوش جمعی................ ......................................................... 10

2- 1 مقدمه.................................... ....................................................................... 10

2- 2 تعریف هوش جمعی....................... ............................................................... 11

2- 3 خصوصیات هوش جمعی.................. ...................................................... 14

2- 4 اصول هوش جمعی......................... ........................................................ 15

2- 5 طبقه بندی هوش جمعی.................. ................................ 16

2- 5 -1 طبیعی در مقابل مصنوعی.......................................................... 16

2- 5 – 2 علمی در مقابل مهندسی........................................................ 16

2- 6 تعامل دو دسته طبیعی/ مصنوعی و علمی/ مهندسی.................................... 17

3- فصل سوم:‌ کاربردهای هوش جمعی........... ..................................... 18

3- 1 مقدمه..................................... .................................... 18

3- 2 تعریف بهینه سازی....................... ................................................... 18

3- 3 الگوریتم بهینه سازی کلونی مورچه­ ها........... .................................... 19

3- 3- 1 تعریف....................... .................................................. 19

3- 3- 2 الگوریتم............................. .............................................. 20

3- 3- 3 خواص عمومی کلونی مورچه­ ها................... ............................................. 23

3- 3- 4 الگوریتم مورچه برای مسئله فروشنده دوره­گرد......... ............................ 24

3- 3- 5 کاربردهای الگوریتم مورچه.................. .............................................. 26

3- 3- 5- 1 مسیریابی خودرو......................... ..................................... 27

3- 3- 5- 2 الگوریتم S_ANTNET............... ........................................... 28

3- 3- 5- 3 هزارتوی چند مسیره............... .............................................. 29

3- 3- 5- 4 مسیریابی در شبکه­ های مخابراتی.... ..................................... 29

3- 4 الگوریتم بهینه سازی زنبور................... ......................... 30

3- 4- 1 تعریف.......................................................... 30

3- 4- 2 جستجوی غذا در طبیعت........ ............................................ 31

3- 4- 3 الگوریتم زنبور......................... ......................................... 32

3-4-4- بهینه سازی کلونی زنبورها............ ......................................... 32

3- 4- 5 سیستم فازی زنبورها..................... ............................................ 37

3- 4- 6 کاربردهای الگوریتم بهینه سازی زنبورها..... .......................................... 40

3- 4- 6- 1 مسئلهRide_matching................ ................................................ 40

3- 4- 6- 2 حل مسئله RS بوسیله سیستم فازی زنبورها......... ................................. 41

3- 4- 6- 3 کاربردهای الگوریتم زنبور در مهندسی... ....................................... 42

3- 5 الگوریتم بهینه سازی انبوه ذرات........................................... 43

3- 5- 1 تعریف............................. ...................................... 43

3- 5- 2 الگوریتم.......................... .......................................... 44

3- 5- 3 کاربردهای الگوریتم بهینه سازی انبوه ذرات..... .............................. 46

3- 6 الگوریتم ‍ژنتیک......................... ............................................... 48

3- 6- 1 تعریف..................................................................... 48

3- 6- 2 عملگرهای یک الگوریتم ژنتیک........... ............................................ 49

3- 6- 3 عملکرد کلی الگوریتم ژنتیک.............. .............................................. 50

3- 6- 4 مقایسه الگوریتم ژنتیک و دیگر شیوه­های مرسوم بهینه سازی. ................. 51

3- 6- 5 الگوریتم ژنتیک و سیستم­های مهندسی.... ...................................... 52

3- 6- 6 کاربردهای الگوریتم ژنتیک........ ............................................ 52

3- 7 شبکه­های عصبی......................... ..................................... 53

3- 7- 1 تعریف................................... ............................................ 53

3- 7- 2 تازیخچه شبکه­های عصبی........... .................................................. 53

3- 7- 3 چرا از شبکه­های عصبی استفاده می­کنیم؟...................................... ... 54

3- 7- 4 شبکه ­های عصبی در مقابل کامپیوترهای معمولی.. .................................... 55

3- 7- 5 چگونه مغز انسان می­آموزد؟.................................................................... 56

3- 7- 6 از سلول­های عصبی انسانی تا سلول­های عصبی مصنوعی.. ...................... 57

3- 7- 7 کاربردهای شبکه­ های عصبی................ .................................... 57

3- 8 کاربردهای دیگر هوش جمعی.................. ................................................... 58

3- 8- 1 تعریف.................................... ........................................ 59

3- 8- 3 شبکه­ های ادهاک...................... ......................................................... 60

3- 8- 4 سیستم­های خودسازمانده........... ..................................................... 60

4- فصل چهارم: نتیجه گیری.. 62

منابع

جایابی و تعیین مقدار بهینه ادوات فکتس در جهت افزایش قدرت بازار برق با استفاده از الگوریتم جستجوی هارمونی

این مقاله به بررسی و جایابی و تعیین مقدار بهینه ادوات فکتس در جهت افزایش قدرت بازار برق با استفاده از الگوریتم جستجوی هارمونی می پردازد