非线性模糊逻辑决策算法制造技术

本发明专利技术提出的非线性模糊逻辑决策算法包括一个定义和六个步骤：定义决策模型如下：决策是一个七元组（Ｉ，Ｘ，Ｒ，Ｄ，ｐ，Ｍ，Ａ｝，其含义分别是决策影响因素集、模糊语言变量集、模糊规则的集合、决策机、执行主体集、动作集。五个步骤分别是：采用典型函数法对决策影响因素进行模糊化；采用专家经验法和隶属度预计算算法计算模糊结论；采用重心法对模糊结论反模糊化得到决策概率；按决策概率进行决策；为该决策生成动作集。由于采用了隶属度预计算的算法进行模糊规则优化，本发明专利技术可以在策略类型的计算机游戏中高效地模拟非确定性智能决策。

【技术实现步骤摘要】

本专利技术涉及计算机游戏人工智能领域，特别是非确定性的决策智能。
技术介绍
随着计算机技术的迅速发展，计算机游戏产业成为IT行业中最重要的利润增长 点。如何在计算机游戏中模拟人类智能，尤其是非确定性的决策智能，增加计算机游戏的娱 乐性和互动性，已经越来越吸引产业界和学术界的广泛关注。在产业界已经产生一些重要的人工智能技术，然而这些技术仍然没有形成完善的 理论体系，并且仍然以确定性的智能为主，对于非确定性的智能技术尚处于发展时期。人类 智能最大的特点是具有模糊性，即不确定性。人类在做某个动作或者某种决策时，并不是对 周围环境进行量化计算，然后根据计算结果做动作和决策的，相反，人类在做决策时是模糊 的。因此我们根据决策中的模糊特性，提出非线性模糊逻辑决策算法，在计算机游戏中模拟 非确定性的智能。
技术实现思路
本专利技术提供了一种非线性模糊逻辑决策算法，使得对非确定性智能的模拟更加真 实。本专利技术提出的非线性模糊逻辑决策算法包括一个定义以及五个步骤。定义一个计 算机游戏中的决策模型是一个七元组{I，X，R，D，p，M, A，}，，其含义分别是决策影响因素 集、模糊语言变量集、模糊规则的集合、决策机、执行主体集、动作集。决策算法由五个步骤 组成，分别是采用典型函数法对决策影响因素进行模糊化；采用专家经验法和隶属度预 计算算法计算模糊结论；采用重心法对模糊结论反模糊化得到决策概率；按决策概率进行 决策；为该决策生成动作集。具体实施例方式本专利技术首先对问题领域进行决策建模，提取决策影响因素集，由专家经验建立模 糊规则库。然后运行算法执行规则库计算决策结果采用典型函数法对决策影响因素进行 模糊化；采用隶属度预计算算法计算模糊结论；采用重心法对模糊结论反模糊化得到决策 概率；按决策概率进行最终决策；为该决策生成相关动作集。权利要求非线性模糊逻辑决策算法，其特征在于包括下列几点一个决策模型是一个七元组(I，X，R，D，p，M，A}；采用典型函数法对决策影响因素进行模糊化；采用专家经验法和隶属度预计算算法计算模糊结论；采用重心法对模糊结论反模糊化得到决策概率；按决策概率进行决策；生成动作集。2.如权利要求1所述的方法，其特征在于为决策模型进行形式化建模。一个决策模型 是一个七元组{1，乂，札0，？，1^}，其中I = {ij| j = l，2，...，n}是决策影响因素的集合； X= {Xj| j = 1，2，...，n}是对应于I的模糊语言变量集；R = {r, | i = 1，2，...，n}是模糊 规则的集合；D是决策机，D以规则库为输入，按特定方法计算最终决策概率；p是决策概率； M= {mji = 1,2, ... ,n}是执行主体的集合；A = {屮| i = 1,2,... ,n}是动作的集合。3.如权利要求1所述的方法，其特征在于，采用三角形函数作为隶属函数对决策影响 因素进行模糊化。隶属函数定义为4.如权利要求1所述的方法，其特征在于，采用专家经验法建立模糊规则库，采用隶属 度预计算算法计算模糊结论。对于模糊规则前件中的每一个合取子式，依次计算模糊子集 的隶属度。隶属度预计算算法按下述步骤执行如果隶属度不为0，则与当前规则当前最 小隶属度比较，如果本次计算的隶属度更小，则更新当前规则的最小隶属度；如果隶属度为 0，则忽略该规则，取规则库中下一条规则重复上述动作。5.如权利要求1所描述的方法，其特征在于，采用重心法对模糊结论反模糊化得到决 策概率。计算公式表示为6.如权利1要求所描述的方法，其特征在于，按决策概率进行决策，以决策概率p进行 决策。产生一个随机数r，令re W，1]，若r < p则执行该决策，否则不执行。7.如权利要求1所描述的方法，其特征在于，按问题领域具体特征为决策生成动作集。全文摘要本专利技术提出的非线性模糊逻辑决策算法包括一个定义和六个步骤定义决策模型如下决策是一个七元组(I，X，R，D，p，M，A}，其含义分别是决策影响因素集、模糊语言变量集、模糊规则的集合、决策机、执行主体集、动作集。五个步骤分别是采用典型函数法对决策影响因素进行模糊化；采用专家经验法和隶属度预计算算法计算模糊结论；采用重心法对模糊结论反模糊化得到决策概率；按决策概率进行决策；为该决策生成动作集。由于采用了隶属度预计算的算法进行模糊规则优化，本专利技术可以在策略类型的计算机游戏中高效地模拟非确定性智能决策。文档编号G06N7/02GK101877076SQ200910068648公开日2010年11月3日 申请日期2009年4月28日 优先权日2009年4月28日专利技术者蔡鸿 申请人:蔡鸿本文档来自技高网...

【技术保护点】
非线性模糊逻辑决策算法，其特征在于包括下列几点：一个决策模型是一个七元组（Ｉ，Ｘ，Ｒ，Ｄ，ｐ，Ｍ，Ａ｝；采用典型函数法对决策影响因素进行模糊化；采用专家经验法和隶属度预计算算法计算模糊结论；采用重心法对模糊结论反模糊化得到决策概率；按决策概率进行决策；生成动作集。

【技术特征摘要】

【专利技术属性】
技术研发人员：蔡鸿，
申请(专利权)人：蔡鸿，
类型：发明
国别省市：12[中国|天津]