Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Design of Recursive Digital Filters with Penalized Spline Method Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Chess Problem: CSA Algorithm Based on Simulated Annealing and Experimentation System

verfasst von : Jakub Klikowski, Lukasz Karnicki, Martyna Poslednik, Leszek Koszalka, Iwona Pozniak-Koszalka, Andrzej Kasprzak

Erschienen in: Computational Collective Intelligence

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper concentrates on the algorithm based on simulated annealing approach. The algorithm was implemented for solving the formulated chess problem. The properties of the algorithm were analyzed taking into account the results of experiments made using the designed and implemented experimentation system. This system allows testing various configurations of the algorithm and comparing the effects with those obtained by the algorithms based on ant colony optimization and genetic evolutionary ideas. The paper shows that the proposed algorithm seems to be promising.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel An Adaptive Temporal-Causal Network Model for Decision Making Under Acute Stress
Nächstes Kapitel Single Machine Weighted Tardiness Problem: An Algorithm and Experimentation System
Literatur
1.
Hsu, F.H.: IBM’s deep blue chess grandmaster chips. IEEE Micro 19(2), 70–81 (1999)CrossRef
2.
Fogel, D.B., Hays, T.J., Hahn, S.L., Quon, J.: A self-learning evolutionary chess program. Proc. IEEE 92(12), 1947–1954 (2004)CrossRef
3.
4.
Thrun, S.: Learning to play the game of chess. In: Advances in Neural Information Processing Systems, pp. 1069–1076 (1995)
5.
Baxter, J., Tridgell, A., Weaver, L.: KnightCap: a chess program that learns by combining with game-tree search. arXiv preprint cs/9901002 (1999)
6.
Real, D., Blair, A.: Learning a multi-player chess game with TreeStrap. In: Proceedings of IEEE Evolutionary Computation Congress (CEC), pp. 617–623 (2016)
7.
Wu, G., Tao, J.: Chinese chess algorithm design and implementation in the computer games. In: Proceedings of 35th Chinese Control Conference (CCC), pp. 10380–10384. IEEE (2016)
8.
Vecek, N., Črepinsek, M., Mernik, M., Hrncic, D.: A comparison between different chess rating systems for ranking evolutionary algorithms. In: Proceedings of Conference on Computer Science and Information Systems (FedCSIS), pp. 511–518. IEEE (2014)
9.
Dehghani, H., Babamir, S.M.: A GA based method for search-space reduction of chess game-tree. Appl. Intell. 47, 1–17 (2017)CrossRef
10.
David, O.E., van den Herik, H.J., Koppel, M., Netanyahu, N.S.: Genetic algorithms for evolving computer chess programs. IEEE Trans. Evol. Comput. 18(5), 779–789 (2014)CrossRef
11.
Borkowski, M., Palus, P., Waszczynski, M.: Metaheuristic chess artificial intelligence. AIC Report, Faculty of Electronics, Wroclaw University of Technology, Wroclaw (2014)
12.
Kirkpatrick, S., Gelatti, C.D., Vecchi, M.P.: Optimization by simulated annealing. Science 220(4598), 671–680 (1983)MathSciNetCrossRef
13.
Pardalos, P.M., Pitsoulis, L., Mavridou, T., Resende, M.G.C.: Parallel search for combinatorial optimization: genetic algorithms, simulated annealing, tabu search and GRASP. In: Ferreira, A., Rolim, J. (eds.) IRREGULAR 1995. LNCS, vol. 980, pp. 317–331. Springer, Heidelberg (1995). https://​doi.​org/​10.​1007/​3-540-60321-2_​26CrossRef
14.
Kakol, A., Pozniak-Koszalka, I., Koszalka, L., Kasprzak, A., Burnham, K.J.: An experimentation system for testing bee behavior based algorithm to solving a transportation problem. In: Nguyen, N.T., Kim, C.-G., Janiak, A. (eds.) ACIIDS 2011. LNCS (LNAI), vol. 6592, pp. 11–20. Springer, Heidelberg (2011). https://​doi.​org/​10.​1007/​978-3-642-20042-7_​2CrossRef
15.
Bogalinski, P., Davies, D., Koszalka, L., Pozniak-Koszalka, I., Kasprzak, A.: Evaluation of strip nesting algorithms: an experimentation system for the practical users. J. Intell. Fuzzy Syst. 27(2), 611–623 (2014)
16.
Jarecki, P., Kopec, P., Pozniak-Koszalka, I., Koszalka, L., Kasprzak, A., Chmaj, G.: Comparison of algorithms for finding best route in an area with obstacles. In: Proceedings of 25th International Conference on Systems Engineering (ICSEng), pp. 163–168. IEEE, Danvers (2017)
17.
Shannon, C.E.: Programming computer for playing Chess. Philos. Mag. 41(314) (1950)
18.
Metadaten
Titel
Chess Problem: CSA Algorithm Based on Simulated Annealing and Experimentation System
verfasst von
Jakub Klikowski
Lukasz Karnicki
Martyna Poslednik
Leszek Koszalka
Iwona Pozniak-Koszalka
Andrzej Kasprzak
Copyright-Jahr
2018
Buch
Computational Collective Intelligence

Print ISBN: 978-3-319-98445-2

Electronic ISBN: 978-3-319-98446-9

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-319-98446-9_3