A Comparison of the performances of neural optimizers throght a design for playing Tic-Tac-Toe
Nöral eniyileyicilerin performanslarının Tic-Tac-Toe oynayan bir tasarım üzerinden karşılaştırılması
- Tez No: 23639
- Danışmanlar: DOÇ. DR. UĞUR HALICI
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Yapay sinir ağlan, birleşimsel eniyileme, Hopfield ağı, Boltzmann makinesi, Gauss makinesi, Hopfield modeli, Optimizasyon modelleri, Yapay sinir ağları, Artificial neural networks, combinatorial optimization, Hopfield network, Boltzmann machine, Gaussian machine, Hopfield model, Optimization models
- Yıl: 1992
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
oz NÖRAL ENİYİLEYİCİLERİN PERFORMANSLARININ TIC-TAC-TOE OYNAYAN BİR TASARIM ÜZERİNDEN KARŞILAŞTIRILMASI SUNGUR, Mert Yüksek Lisans Tezi, Elektrik-Elektronik Mühendisliği Anabilim Dalı Tez Yöneticisi: Doç. Dr. Uğur HALICI Yardımcı Tez Yöneticisi: Doç. Dr. Güney GÖNENÇ Şubat,1992,92 sayfa. Nöral (sinirsel) ağlar, birleşimsel eniyileme alanında, klasik metotlara alternatif olarak kullanılmaktadır. Kesikli ve sürekli Hopfield ağlan, Boltzmann makinesi ve Gauss makinesi, nöral eniyileyici olarak kullanılabilen sinir ağı modelleri olup, son ikisi stokastik yapıya sahiptir. Bu tez çalışmasında,“tic-tac- toe”oyunu ele alınmış ve tic-tac-toe oynama problemi için bir nöral ağ tasarımı geliştirilmiştir. Problem, oyunu kazandırıcı hamleleri kaçırmamak, oyunu kaybettirecek pozisyonları kaçınılmaz olmadığı sürece engellemek ve bu iki durum dışında bir bulgusal değerlendirme fonksiyonunun maksimumunu aramak şeklinde tanımlanmıştır. Adı geçen modellerle elde edilen sonuçların niteliği, farklı oyun durumları için bilgisayar simülasyonlarıyla karşılaştırılmıştır. İncelenen modeller arasında, Gauss makinesinin en iyi performansı gösterdiği gözlenmiştir. Sürekli Hopfield modeli de, yapılan tüm deneylerde düzenli olarak iyi bir performans göstermiştir. Kesikli Hopfield en kötü performansa sahip olup yaklaşık olarak değerlendirme fonksiyonunun dağılımını takip etmektedir. Boltzmann maki nesinin performansı kesikli Hopfield'den daha iyidir. Bazı durumlar için Boltz mann makinesi, Gauss makinesi ve sürekli Hopfield kadar iyi olmakla birlikte, bu davranış tüm durumlar için düzenli değildir.
Özet (Çeviri)
ABSTRACT A COMPARISON OF THE PERFORMANCES OF NEURAL OPTIMIZERS THROUGH A DESIGN FOR PLAYING TIC-TAC-TOE SUNGUR, Mert M.S. in Electrical and Electronics Engineering Supervisor: Assoc. Prof. Dr. Uğur HALICI Co-supervisor: Assoc. Prof. Dr. Güney GÖNENÇ February,1992,92 pages. Neural networks are introduced into the field of combinatorial opti mization as an alternative to the conventional methods. Discrete and continuous Hopfield networks, Gaussian machine and Boltzmann machine are neural network models that may be used as neural optimizers, the last two of which are stochastic in nature. This thesis study considers“tic-tac-toe”game and introduces a neural network implementation of the tic-tac-toe playing problem, described as a search towards the maximum of a heuristic evaluation function while a winning move is never missed and a losing position is always prevented unless inevitable. The quality of the solutions obtained by each mentioned model is compared through computer simulations for different game instances. It is observed that Gaussian machine shows the best performance among the models considered. Continuous Hopfield model also shows a steadily high performance over all the experiments. Discrete Hopfield is the worst-performing one and it almost follows the distribu tion of the evaluation function. The performance of Boltzmann machine is better than discrete Hopfield. For some instances, Boltzmann machine is as good as Gaussian machine and continuous Hopfield, however this behaviour is not steady for all instances.
Benzer Tezler
- Performance estimation in analog computer aided design
Analog bilgisayar destekli tasarımda başarım tahmini
İSMAİL FAİK BAŞKAYA
Yüksek Lisans
İngilizce
2000
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜNHAN DÜNDAR
- GT yöntemlerinin sınıflandırması, performans ölçütleri, üretimle ilgili verileri kullanan yeni yöntemlere örnekler ve genetik algoritmalar
Taxonomy of GT methods, performance measures,some new GT methods that is able to incorporate pertinent manufacturing data and genetic algorithms
HATİCE DERİCİ
Yüksek Lisans
Türkçe
1997
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. M. BÜLENT DURMUŞOĞLU
- Yapay sinir ağları ve genetik algoritmaların uçuş kontrol sistemlerine uygulanması
Başlık çevirisi yok
ALİ MOUMİN
- Comparison of the forecast performances of linear time series and artificial neural network models within the context of Turkish inflation
Doğrusal zaman serileri ve yapay sinir ağları modellerinin öngörü performanslarının Türkiye`deki enflasyon bağlamında karşılaştırılması
NURİ UÇAR