logo
 
?

игровые автоматы муравьи

The application of the principles of evolutionary modeling to optimize automated objects to solve the problem of “Smart Ant” is considered. Попов Ключевые слова: эволюционное моделирование; генетические алгоритмы; выбор родителей; скрещивание; мутация; отбор; «Умный муравей».

The results of numerical simulations allow us to determine the best operators of the genetic algorithm to identify the effect of the mutation process on the final result to determine the best field of vision “ant”, minimize the number of states of the automaton. Обсуждается применение принципов эволюционного моделирования для оптимизации автоматизированных объектов при решении задачи «Умный муравей».

УДК 004.94 ЭВОЛЮЦИОННОЕ МОДЕЛИРОВАНИЕ В ЗАДАЧЕ «УМНЫЙ МУРАВЕЙ» НА ОСНОВЕ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ © С. Результаты численного моделирования позволяют определить лучшие операторы генетического алгоритма, выявить влияние процесса мутации на конечный результат, определить лучшие варианты поля зрения «муравья», минимизировать количество состояний автомата.

Программирование с использованием автоматов имеет достаточно богатую историю развития.

Различные аспекты и понятия, связанные с этой идеей, рассматривались в работах многих авторов с самых разных точек зрения и применительно к различным конкретным вопросам.

Программирование от состояний является одним из основных стилей программирования.

Автоматное программирование используется в настоящее время при проектировании программного обеспечения систем автоматизации ответственных объектов управления, а в соответствии со стандартом, который предназначен для унификации правил создания распределенных управляющих систем, базовые функциональные блоки предлагается описывать с помощью конечных автоматов [1-3].

Одним из наиболее эффективных методов автоматизированного конструирования программ является генетическое программирование, основанное на построении программ путем применения генетических алгоритмов к некоторой модели вычисления [1; 4-5].

Применение принципов эволюционного моделирования для построения конечных автоматов на примере задачи «Умный муравей» впервые было описано в работе [6].

Для выполнения данной задачи было решено создать модель «муравья», который смог бы собрать все «пищу» с поля, которая расположена вдоль строго заданной ломаной.

В рамках работы был создан «муравей», который за 200 ходов съедал все «яблоки».

Конечный автомат, который управлял поведением объекта, имел 13 состояний.