Для заказа доставки работы воспользуйтесь поиском на сайте

реклама
Для заказа доставки работы
воспользуйтесь поиском на сайте
http://www.mydisser.com/search.html
ДОНЕЦКИЙ НАЦИОНАЛЬНЫЙ УНИВЕРСИТЕТ
На правах рукописи
Тимчук Олег Сергеевич
УДК 004.946
ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ УПРАВЛЕНИЯ
ПОВЕДЕНИЕМ КОМПЬЮТЕРНЫХ ПЕРСОНАЖЕЙ НА ОСНОВЕ
МЕТОДОВ РАЗВИВАЮЩЕГОСЯ ИНТЕЛЛЕКТА
05.13.06 – информационные технологии
Диссертация на соискание ученой степени
кандидата технических наук
Научный руководитель
Петренко Татьяна Григорьевна
кандидат технических наук,
доцент
Донецк – 2013
СОДЕРЖАНИЕ
СПИСОК УСЛОВНЫХ СОКРАЩЕНИЙ
5
ВВЕДЕНИЕ
6
РАЗДЕЛ 1. ВЫЧИСЛИТЕЛЬНЫЙ ИНТЕЛЛЕКТ В ИНДУСТРИИ
ВИДЕОИГР
14
1.1 Проблемы развития информационных технологий в индустрии
видеоигр
1.1.1 Возможности сенсорного контроллера Kinect
14
20
1.2 Анализ информационных технологий построения игрового
процесса
24
1.3 Анализ использования методов вычислительного интеллекта
в видеоиграх
27
1.4 Опыт применения адаптивных систем в видеоиграх
29
1.5 Анализ методов оценки интересности видеоигр
33
1.6 Постановка задачи исследования
37
1.7 Выводы по разделу
37
РАЗДЕЛ 2. МОДЕЛЬ УПРАВЛЕНИЯ ПОВЕДЕНИЕМ
КОМПЬЮТЕРНОГО ПЕРСОНАЖА
39
2.1 Обоснование использования теории нечетких множеств
второго типа при формировании модели управления
поведением компьютерного персонажа
39
2.2 Обоснование использования теории систем управления
при формировании модели управления поведением
компьютерного персонажа
2.3 Когнитивная модель параметров человека-игрока
43
44
2.3.1 Модель определения эмоционального состояния
человека-игрока
46
2.3.2 Модель определения когнитивного стиля
человека-игрока
49
2.3.3 Модель определения активного типа памяти
человека-игрока
53
2.4 Динамическая адаптивная модель управления поведением
компьютерного персонажа
2.5 Модель оценки интересности видеоигры
56
64
2.6 Пример динамической адаптивной модели управления
поведением компьютерного персонажа
2.7 Выводы по разделу
68
72
РАЗДЕЛ 3. МЕТОДЫ ПРЕДСТАВЛЕНИЯ И ОБРАБОТКИ НЕЧЕТКИХ
МНОЖЕСТВ И СИСТЕМ ВТОРОГО ТИПА ДЛЯ СИСТЕМ
УПРАВЛЕНИЯ ПОВЕДЕНИЕМ КОМПЬЮТЕРНОГО ПЕРСОНАЖА
74
3.1 Система описания нечетких логических систем второго типа
на основе расширенных форм Бэкуса-Наура
74
3.2 Метод табличного представления и обработки нечетких
множеств второго типа
78
3.3 Таблично-модульный метод представления и обработки
нечетких систем второго типа
80
3.4 Пример представления и обработки нечеткой логической
системы второго типа в таблично-модульной форме
3.5 Выводы по разделу
89
95
РАЗДЕЛ 4. ИНФОРМАЦИОННАЯ ТЕХНОЛОГИЯ РАЗРАБОТКИ
ДИНАМИЧЕСКОЙ АДАПТИВНОЙ СИСТЕМЫ УПРАВЛЕНИЯ
ПОВЕДЕНИЕМ КОМПЬЮТЕРНОГО ПЕРСОНАЖА
96
4.1 Пакет библиотек поддержки нечетких систем второго типа
97
4.2 Среда поддержки нечетких систем второго типа
102
4.3 Пакет библиотек поддержки систем управления поведением
компьютерного персонажа
105
4.4 Среда поддержки системы управления поведением
компьютерного персонажа
4.5 Компьютерный эксперимент
108
110
4.6 Выводы по разделу
120
ВЫВОДЫ
121
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ
123
Приложение А. Пример предобработки параметров от SDK Kinect
137
Приложение Б. Фрагменты баз правил разработанных нечетких моделей 143
Приложение В. Интерфейс программных модулей информационной
технологии
145
Приложение Г. Фрагмент протокола нагрузочного тестирования пакета
библиотек поддержки нечетких систем второго типа
147
Приложение Д. Фрагменты файла протокола эксперимента
148
Приложение Е. Акты о внедрении результатов диссертационной работы 149
СПИСОК УСЛОВНЫХ СОКРАЩЕНИЙ
ИТ
– Информационная технология
ОС
– Операционная система
ПК
– Персональный компьютер
ПО
– Программное обеспечение
ППП
– Пакет прикладных программ
РБНФ
– Расширенная форма Бэкус-Наура
РИ
– Развивающийся интеллект
API
– Интерфейс программирования приложений
T2FS
– Нечеткое множество второго типа
IT2FS
– Интервальное T2FS
DIT2FS
– Дискретное IT2FS
FOU
– Отпечаток неопределенности DIT2FS
DIT2FLS
– Дискретная интервальная нечеткая логическая
система второго типа
DIT2FLS Package Library – Пакет библиотек поддержки DIT2FLS
DIT2FLS Toolbox
– Среда поддержки DIT2FLS
NPC
– Компьютерный персонаж
DynamicNPC Package
– Пакет
Library
DynamicNPC Toolbox
библиотек
поддержки
систем
управления поведением NPC
– Среда
поддержки
системы
управления
поведением NPC
EKM
– Расширенный алгоритм Karnik-Mendel
NUI
– Интерфейс четвертого поколения
SDK
– Комплект средств разработки
UML
– Унифицированный язык моделирования
ВВЕДЕНИЕ
Актуальность темы. По оценкам DFC Intelligence, мировой рынок
видеоигр ежегодно увеличивается на 5-6 млрд. долл. США. Чтобы
поддержать такую тенденцию роста, разработчики видеоигр развивают
информационные
технологии
игрового
аппаратного
и
программного
обеспечения. Однако на сегодняшний день рост мирового рынка видеоигр
обеспечивается, в основном, за счет экстенсивных факторов развития, что не
позволяет обеспечить стабильный рост покупательского спроса в ближайшем
будущем. На современном этапе развития индустрии видеоигр актуальным
является
разработка
и
исследование
новых
моделей,
методов
и
информационных технологий для реализации интерактивных видеоигр.
Проблема обеспечения интерактивности в игровом процессе может
решаться в двух направлениях: разработка новых форм взаимодействия
человека-игрока с видеоигрой – развитие аппаратной составляющей
видеоигры; разработка новых методов построения человекоподобного
поведения
компьютерных
персонажей
–
развитие
программной
аппаратного
обеспечения
составляющей видеоигры.
Усовершенствованием
и
разработкой
видеоигр занимаются крупнейшие мировые производители, такие как
Microsoft, NEC Corporation, Nintendo, Sony. Производители все чаще
внедряют
в
контур
управления
видеоигрой
интерфейсы
четвертого
поколения, которые увеличивают степени свободы человека-игрока и
предоставляют естественный для человека интерфейс управления игровым
процессом. Примером интерфейса четвертого поколения может служить
сенсорный контроллер Kinect.
Компьютерные персонажи являются основными объектами видеоигры,
поэтому интерес человека-игрока к видеоигре напрямую зависит от формы и
содержания
его
Взаимодействие
взаимодействия
обеспечивается
с
компьютерными
посредством
моделей
персонажами.
управления
поведением компьютерных персонажей. Исследованию таких моделей и
методов
посвящены
работы
Browne C.,
Champandard A.J.,
Gabrys B.,
Gonzalez-Calero P.A., Jiang Jie, Lopes R. и многих других ученых. Для
создания видеоигр, как правило, используют интегрированные среды
разработки (Game Engines), предоставляющие широкий набор инструментов
и компонентов. Современные методы управления поведением компьютерных
персонажей,
заложенные
в
Game
Engines,
являются
упрощенными.
Традиционно Game Engines позволяют строить поведение компьютерного
персонажа на основе деревьев поведения (Behavior Tress), что не
обеспечивает в полной мере интерактивность процесса взаимодействия
человека-игрока с компьютерным персонажем из-за отсутствия возможности
анализа
и
учета
индивидуальных
(когнитивные параметры).
особенностей
человека-игрока
Когнитивные параметры, характеризующие
процессы обработки информации человеком-игроком, в полном объеме
можно получить с помощью анализа данных, получаемых от интерфейсов
четвертого поколения (анализ жестов, эмоций, мимики).
Таким образом, актуальной остается задача реализации интерактивного
игрового процесса, схема развития которого строится индивидуально для
каждого человека-игрока. Индивидуализация видеоигры обеспечивается за
счет анализа когнитивных параметров человека-игрока в on-line режиме.
Связь работы с научными программами, планами, темами.
диссертационной
работы
и
полученные
результаты
Тема
соответствуют
проблематике госбюджетных тем, которые выполняются в Донецком
национальном университете. Диссертационная работа выполнена согласно
плану госбюджетной научно-исследовательской работы №0110U003469
"Модель
когнитивного
уровня
иерархической
системы
обработки
информации головным мозгом: подход вычислительного интеллекта". Автор
является одним из исполнителей раздела, посвященного
разработке
когнитивной модели восприятия информации, получаемой с помощью
сенсорного контроллера Kinect.
Цель
технологии
и
задачи
создания
исследования.
видеоигр
с
Разработка
новыми
информационной
свойствами,
которые
обеспечиваются за счет использования интерфейсов четвертого поколения
для ввода / вывода информации.
Для достижения цели сформулированы следующие задачи:

исследовать
современное
направление
развития
информационных технологий в индустрии видеоигр – внедрение в контур
управления
видеоигрой
интерфейсов
четвертого
поколения
для
ввода / вывода информации;

изучить
характеристики
и
предоставляемые
возможности
интерфейса четвертого поколения Kinect;

выявить на основе анализа данных, получаемых с помощью
Kinect, наиболее значимые когнитивные параметры человека-игрока и
построить когнитивную модель параметров человека;

разработать модель развивающегося интеллекта для управления
поведением компьютерного персонажа;

разработать модель оценки интересности видеоигры, в контур
управления которой помещен Kinect;

выполнить декомпозицию нечеткого логического вывода с
унификацией модулей обработки, входных и выходных структур данных;

разработать
информационную
технологию
построения
и
поддержки динамической адаптивной системы управления поведением
компьютерного персонажа.
Объектом
исследования
является
управление
поведением
компьютерного персонажа.
Предметом исследования являются методы теории дискретных
интервальных нечетких множеств и систем второго типа в видеоиграх.
Методы исследования. Для решения поставленных задач были
использованы методы структурного анализа данных, вычислительного
интеллекта, теории дискретных интервальных нечетких множеств и систем
второго
типа,
объектно-ориентированного
проектирования
и
программирования.
Научная новизна полученных результатов. Решение
поставленных
задач позволило получить автору следующие результаты:
1. Впервые разработана модель развивающегося интеллекта для
управления поведением компьютерного персонажа на базе дискретных
интервальных нечетких систем второго типа и динамической адаптивной
системы
управления,
которая
характеризуется
учетом
когнитивных
параметров человека-игрока, структурной адаптацией правил нечеткой
системы второго типа.
2. Усовершенствована модель оценки интересности видеоигры за счет
учета когнитивных параметров человека-игрока.
3. Получили дальнейшее развитие методы представления и обработки
дискретных интервальных нечетких систем второго типа за счет разработки
системы описания нечетких систем второго типа на базе расширенных форм
Бэкуса-Наура и таблично-модульной декомпозиции нечетких систем второго
типа.
Практическое значение полученных результатов.
На
основе
разработанных моделей и методов созданы информационная технология
поддержки дискретных интервальных нечетких систем второго типа и
информационная технология поддержки динамических адаптивных систем
управления поведением компьютерных персонажей.
Использование
разработанной
информационной
технологии
для
управления поведением компьютерного персонажа видеоигры, в контур
управления которой помещен сенсорный контроллер Kinect, позволило
повысить качество видеоигры по критерию интересности видеоигры на 15%.
Нечёткие модели и методы принятия решений, предложенные в
диссертационной работе, внедрены в учебный процесс на кафедре
компьютерных технологий физико-технического факультета Донецкого
национального университета при выполнении курсовых и магистерских
работ по специальности "Системы искусственного интеллекта". Материалы
диссертации использованы в НИР на кафедре компьютерных технологий
Донецкого национального университета.
Разработанная когнитивная модель параметров человека для человекомашинных систем на базе дискретных интервальных нечетких множеств и
систем второго типа, а также пакет библиотек поддержки дискретных
интервальных нечетких систем второго типа прошли опытную эксплуатацию
и приняты к использованию в системе организации человеко-машинного
интерфейса, которая разрабатывается в дочернем предприятии компании
"Логнет Биллинг ЛТД "Логнет".
Личный вклад соискателя. Все
основные
результаты,
которые
выносятся на защиту, получены автором самостоятельно. В работах, которые
выполнены в соавторстве и опубликованы в научных специализированных
изданиях, автору принадлежит: в [26] – разработка динамической адаптивной
нечеткой модели управления поведением компьютерного персонажа; в [20] –
метод декомпозиции нечеткого дискретного интервального логического
вывода второго типа с унификацией модулей обработки; в [19] – разработка
модели
определения
когнитивного
стиля
человека-игрока
видеоигры
"Шашки" с помощью нечетких логических систем второго типа; в [5] –
разработка обобщенной модели выделения границ изображения на основе
методов теории нечетких множеств и систем второго типа; в [18] –
разработка модели выбора комфортного маршрута между точками на карте
города на основе методов теории нечетких множеств и систем второго типа.
Апробация результатов работы. Основные положения и результаты
диссертационной работы были представлены и обсуждались на научной
конференции
профессорско-преподавательского
состава,
научных
сотрудников и аспирантов Донецкого национального университета по итогам
научно-исследовательской работы за период 2009-2010 гг. (Донецк, 2011), на
15-ой международной научно-технической конференции "Моделирование,
идентификация, синтез систем управления" (Алушта, АР Крым, 2012), на
форуме "Индустрия информационных технологий 2012" (Донецк, 2012), на
международном конкурсе по компьютерному зрению "Microsoft Research
Computer Vision Contest 2012" (Москва, 2012).
Публикации. Проблематика,
теоретические
и
практические
результаты диссертационной работы изложены в 10 научно-технических
публикациях, из них: 6 статей в научных специализированных изданиях; 1
публикация в зарубежном журнале международной конференции, который
индексируется
Scopus
[92];
1
публикация
в
зарубежном
журнале
международной конференции, который индексируется IEEE Xplore Digital
Library [91]; 2 публикации в сборниках материалов и тезисов международных
и региональных научно-технических конференций.
Структура и объем диссертационной работы. Диссертация состоит
из введения, 4 разделов, заключения, списка использованной литературы
(120 наименований) и приложений. Диссертация содержит 47 рисунков, 34
таблицы. Полный объем диссертации составляет 151 страницу, в том числе
122 страницы основного текста.
Во введении рассмотрены проблемы развития информационных
технологий в индустрии видеоигр, сформулированы цель и задачи
диссертационной работы, а также охарактеризован личный вклад соискателя,
практическое значение и научная новизна полученных результатов.
В первом разделе выполнен обзор и анализ современного состояния
информационных технологий в индустрии видеоигр на мировом и
украинском рынках. Выделены экстенсивные факторы развития индустрии
видеоигр, а также факторы, способные обеспечить стабильное ежегодное
увеличение покупательского спроса. Выполнен анализ теоретических
подходов к созданию видеоигр на основе методов вычислительного
интеллекта. Обосновано применение принципов развивающегося интеллекта
для создания адаптивных видеоигр, работающих в on-line режиме. Выполнен
анализ основных моделей оценки интересности видеоигр, выделены их
достоинства и недостатки. Сформулированы цель и задачи исследования
данной работы.
Во втором разделе разработана динамическая адаптивная модель
управления
поведением
компьютерного
персонажа
на
базе
теории
дискретных интервальных нечетких множеств и систем второго типа. В
модели для индивидуализации и обеспечения интерактивного игрового
процесса при построении поведения компьютерного персонажа учитываются
когнитивные параметры человека-игрока.
Разработанная иерархическая когнитивная модель параметров человека
позволяет определить когнитивные параметры человека-игрока на основе
данных, получаемых от сенсорного контроллера Kinect.
Разработанный метод динамического изменения структуры нечетких
правил дискретной интервальной нечеткой системы второго типа позволяет
выполнять
структурную
компьютерного
адаптацию
персонажа
в
on-line
модели
режиме.
управления
поведением
Качество
структурной
адаптации модели управления поведением компьютерного персонажа
контролируется с помощью разработанной модели оценки интересности
видеоигры. В основе модели оценки интересности видеоигры лежат критерии
интересности, основные из которых построены на базе когнитивных
параметров человека-игрока.
В третьем разделе разработана система формального описания
дискретных интервальных нечетких систем второго типа с помощью
расширенных форм Бэкуса-Наура. Выполнена декомпозиция дискретной
интервальной нечеткой системы второго типа. Унифицированы модули
обработки, а также структуры их входных и выходных данных. Предложена
табличная форма для представления дискретных интервальных нечетких
систем второго типа. Формально описаны операции над дискретными
интервальными нечеткими множествами второго типа, а также нечеткий
логический вывод в виде операций над элементами таблиц.
В четвертом разделе описана информационная технология поддержки
системы управления поведением компьютерного персонажа. Описаны
реализованные программные модули, в состав которых входят: пакет
библиотек и среда поддержки дискретных интервальных нечетких систем
второго типа; пакет библиотек и среда поддержки динамических адаптивных
систем управления поведением компьютерных персонажей. Программная
реализация модулей представлена в виде набора динамических библиотек,
архитектура
которых
имеет
прозрачную
структуру,
содержит
унифицированные структуры данных, является расширяемой и полной.
Перечисленные
качества
позволяют
подключать
разработанные
динамические библиотеки к уже готовым информационным технологиям
управления игровым процессам видеоигры.
В
приложениях
описан
пример
предобработки
параметров,
получаемых от SDK Kinect, представлены фрагментарно базы нечетких
правил моделей, разработанных в диссертационной работе, содержаться акты
внедрения результатов диссертационной работы.
ВЫВОДЫ
В диссертационной работе предложено новое решение актуальной
научно-технической проблемы управления поведением компьютерного
персонажа видеоигр, в контур управления которых помещен интерфейс
четвертого поколения.
Основные результаты работы сформулированы в таких положениях:
1. Из анализа информационных технологий индустрии видеоигр
установлена тенденция внедрения в контур управления игровым процессом
интерфейсов четвертого поколения, особенно сенсорного контроллера
Kinect, для организации взаимодействия человека-игрока с компьютерными
персонажами. Существующие информационные технологии построения
игрового процесса не учитывают в достаточном объеме данные от
интерфейсов четвертого поколения, рассматривая их лишь как новую форму
ввода информации. Обосновано, что в основе информационных технологий
построения игрового процесса могут быть модели и методы развивающегося
интеллекта, построенные на нечетких системах второго типа и динамических
адаптивных системах управления.
2. На основе дискретной интервальной нечеткой логической системы
второго типа и данных, получаемых от сенсорного контроллера Kinect,
разработана когнитивная модель параметров человека. Учет когнитивных
параметров человека-игрока при управлении поведением компьютерного
персонажа позволяет индивидуализировать игровой процесс, что повышает
интересность видеоигры.
3. На основе дискретной интервальной нечеткой логической системы
второго типа и динамической адаптивной системы управления разработана
модель
развивающегося
интеллекта
для
управления
поведением
компьютерного персонажа. В модели выполняется структурная адаптация к
изменению когнитивных параметров человека-игрока в on-line режиме.
Благодаря структурной адаптации управление поведением компьютерного
персонажа осуществляется с необходимым уровнем интересности видеоигры.
4. На основе дискретной интервальной нечеткой логической системы
второго типа разработана модель оценки интересности видеоигры, которая
учитывает состояние игрового процесса и эмоциональное состояние
человека-игрока. На основе модели оценки интересности видеоигры
определяется критерий качества игрового процесса в on-line режиме.
5. Разработана система описания дискретной интервальной нечеткой
логической системы второго типа с помощью расширенных форм БэкусаНаура, что создало предпосылки для автоматизации нечеткого логического
вывода второго типа и изменения структуры правил нечеткой системы
второго типа. С помощью системы описания были определены структуры
данных и форматы внешних файлов для хранения информации о системе.
6.
Выполненная
таблично-модульная
декомпозиция
дискретной
интервальной нечеткой логической системы второго типа позволила
унифицировать этапы
проектирования,
что
привело
к
эффективной
программной реализации для on-line режима.
7. Создана информационная технология, включающая пакет библиотек
и среду поддержки дискретных интервальных нечетких систем второго типа,
пакет библиотек и среду поддержки динамических адаптивных систем
управления
поведением
компьютерного
персонажа.
Применение
разработанной информационной технологии в видеоиграх, в которых
взаимодействие
человека-игрока
с
компьютерными
персонажами
осуществляется посредством Kinect, позволило повысить интересность
видеоигр на 15%.
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ
1.
Андерсон Дж.Р.
Когнитивная
психология
[Текст]
/
Дж.Р. Андерсон. – Изд. 5-е. – СПб.: Питер, 2002. – 496 с.
2.
Боггс У. UML и Rational Rose [Текст] / У. Боггс, М. Боггс.  М.:
Лори, 2001. – 582 c.
3.
Бурлаков И.В. Homo Gamer. Психология компьютерных игр
[Текст] / И.В. Бурлаков. – М.: Независимая фирма «Класс», 2001. – 144 с.
4.
Буч Г. Язык UML. Руководство пользователя [Текст] / Г. Буч,
Д. Рамбо, И. Якобсон; пер. с англ. Н. Мухин. – Изд. 2-е. – М.: ДМК Пресс,
2006. – 496 с.
5.
Выделение границ на изображении с использованием нечетких
множеств второго типа [Текст] / [Т.Г. Петренко, И.Г. Сальков, О.С. Тимчук,
А.А. Адамец] // Проблеми інформаційних технологій. – 2013. – № 12. –
С. 155-161.
6.
Демидова Л.А. Генетический алгоритм настройки параметров
системы нечеткого вывода на основе нечетких множеств второго типа
[Текст] / Л.А. Демидова, А.Н. Коротаев // Проблемы информатики в
образовании, управлении, экономике и технике: сборник статей VXI
Всероссийской научно-технической конференции.  Пенза: Приволжский
Дом знаний.  2008.  С. 79-81.
7.
Демидова Л.А. Сравнительный анализ методов кластеризации на
основе нечетких множеств первого и второго типа [Текст] / Л.А. Демидова,
Е.И. Коняева, А.Н. Коротаев // Современные проблемы информатизации в
анализе и синтезе технологических и программно-телекоммуникационных
систем: сборник трудов.  Воронеж: Научная книга, 2009.  Вып. 14. –
С. 296-302.
8.
Зинченко Т.П. Память в экспериментальной и когнитивной
психологии [Текст] / Т.П. Зинченко. – СПб.: Питер, 2002. – 320 с.
9.
Каргин А.А. Введение в интеллектуальные машины. Книга 1.
Интеллектуальные регуляторы [Текст] / А.А. Каргин. – Донецк: Норд-Пресс,
ДонНУ, 2010. – 526 с.
10.
основе
Кораблев Н.М. Параметрическая адаптация нечетких моделей на
искусственных
иммунных
систем
[Электронный
ресурс]
/
Н.М. Кораблев, И.В. Овчаренко // Международная научная конференция
“Интеллектуальный анализ информации”, Киев. – 2007. – Режим доступа:
http://iai.kpi.ua/_archive/2007/Документ24.pdf. – Дата доступа: 17.02.2013.
11.
Кукса П.П.
Синтез
и
оптимизация
нелокальных
интерпретируемых лингвистических нейро-нечетких моделей [Электронный
ресурс]
П.П. Кукса.
/
–
Режим
доступа:
http://paul.rutgers.edu/~pkuksa/publications/opt-synt-nfm-c-nov-04.pdf. — Дата
доступа: 21.02.2013.
12.
Мартин Р. Принципы, паттерны и методики гибкой разработки на
языке C# [Текст] / Р. Мартин, М. Мартин. – СПб.: Символ-Плюс, 2011. – 768 c.
13.
Объектно-ориентированный
анализ
и
проектирование
с
примерами приложений [Текст] / [Г. Буч, Р.А. Максимчук, М.У. Энгл и др.];
под ред. Д.А. Клюшина. – Изд. 3-е. – М.: ООО “И.Д. Вильямс”, 2008. – 720 с.
14.
Олизаренко С.А. Интервальные нечеткие множества типа 2.
Терминология и представление [Текст] / С.А. Олизаренко, Е.В. Брежнев,
А.В. Перепелица // Системы обработки информации. Сборник научных
работ. – 2010. – № 8 (89). – С. 131-140.
15.
Олизаренко С.А. Интервальные нечеткие множества типа 2.
Терминология,
представление,
А.В. Капранов,
А.В. Перепелица
операции
//
[Текст]
Системы
/
С.А. Олизаренко,
обработки
информации.
Сборник научных работ. – 2011. – № 2 (92). – С. 39-45.
16.
Олизаренко С.А. Нечеткие логические системы интервального
типа 2. Архитектура и механизм вывода [Текст] / С.А. Олизаренко,
А.В. Перепелица,
А.В. Капранов
//
Системы
обработки
Сборник научных работ. – 2011. – № 5 (95). – С. 156-164.
информации.
17.
Пегат А. Нечеткое моделирование и управление [Текст] /
А. Пегат. – М.: БИНОМ. Лаборатория знаний, 2009. – 798 с.
18.
Петренко Т.Г. Выбор комфортного маршрута между точками на
карте города на основе нечеткой информации [Текст] / Т.Г. Петренко,
О.С. Тимчук, А.А. Ершов // Збірник наукових праць Донецького інституту
залізничного транспорту. – 2013. – № 33. – С. 26-34.
19.
Петренко Т.Г. Определение когнитивного стиля пользователей
компьютерных игр на основе интервальной нечеткой модели второго типа
[Текст] / Т.Г. Петренко, О.С. Тимчук // Бионика интеллекта: науч. – техн.
журнал. – 2011. – № 1 (75). – С. 70-74.
20.
Петренко Т.Г. Пакет библиотек и среда поддержки нечётких
дискретных интервальных логических систем второго типа [Текст] /
Т.Г. Петренко, О.С. Тимчук // Системы обработки информации. Сборник
научных работ. – 2011. – № 8 (98). – С. 151-155.
21.
Резніченко Ю.С. Нечіткі моделі та методи прийняття рішень в
автоматизованій системі підготовки оператора: автореф. дис. на здобуття
наук. ступеня канд. техн. наук: спец. 05.13.06 “Інформаційні технології”
[Текст] / Ю.С. Резніченко; ДонНУ. – Донецьк, 2012. – 19 с.
22.
C# 4.0 и платформа .NET 4.0 для профессионалов [Текст] /
[К. Нейгел, Б. Ивьен, Д. Глинн, К. Уотсон]. – М.: ООО “И.Д. Вильямс”, 2011.
– 1440 с.
23.
Солсо Р. Когнитивная психология [Текст] / Р. Солсо.  Изд. 6-е. –
СПб.: Питер, 2002. – 589 с.
24.
Техника & технологии. Украинский рынок разработки видеоигр:
потенциал огромен, но реализован слабо [Электронный ресурс]. – Режим
доступа: http://www.bagnet.org/news/tech/172412. – Дата доступа: 1.09.2012.
25.
персонажа
Тимчук О.С. Модель развивающегося интеллекта компьютерного
[Текст]
/
О.С. Тимчук,
Т.Г. Петренко
//
Моделирование,
идентификация, синтез систем управления. Сборник тезисов пятнадцатой
Международной научно-технической конференции, Донецк. – 9-16 сентября
2012. – С. 135-136.
26.
Тимчук О.С. Модель управления поведением компьютерного
персонажа [Текст] / О.С. Тимчук, Т.Г. Петренко, В.В. Тараш // Научнотехнический
журнал
«Информационно-управляющие
системы
на
железнодорожном транспорте». – 2013. – №1. – С. 32-35.
27.
Тимчук О.С.
Перспективное
направление
развития
вычислительного интеллекта в индустрии видеоигр / О.С. Тимчук //
Проблеми інформаційних технологій. – 2012. – №11. – С. 128-135.
28.
Троелсен Э. Язык программирования C# 2010 и платформа .NET
4.0 [Текст] / Э. Троелсен. – Изд. 5-е. – М.: ООО “И.Д. Вильямс”, 2011. – 1392 c.
29.
Усов А.А. Интеллектуальные системы управления на основе
методов нечеткой логики [Текст] / А.А. Усов, В.В. Круглов. – Смоленск:
Смоленская городская типография, 2003. – 177 с.
30.
Фаулер М. UML. Основы. Краткое руководство по стандартному
языку объектного моделирования [Текст] / М. Фаулер; пер. с англ.
А. Петухова.  М.: Символ-Плюс, 2011.  192 с.
31.
Хабибуллин И.Ш. Самоучитель XML [Текст] / И.Ш. Хабибуллин.
– СПб.: БХВ-Петербург, 2003 – 336 c.
32.
Холодная М.А. Когнитивные стили. О природе индивидуального
ума [Текст] / М.А. Холодная. – Изд. 2-е. – СПб.: Питер, 2004 – 384 c.
33.
Холодная М.А. Психология интеллекта: парадоксы исследования
[Текст] / М.А. Холодная. – СПб.: Питер, 2001. – 272 с.
34.
Юревич Е. И. Теория автоматического управления [Текст] / Е.
И. Юревич. – СПб.: БXB-Петербург, 2007. – 560 с.
35.
Ярушкина Н.Г. Интеллектуальный анализ временных рядов:
учебное пособие [Текст] / Н.Г. Ярушкина, Т.В. Афанасьева, И.Г. Перфильева.
– Ульяновск: УлГТУ, 2010. – 320 с.
36.
Angelov P.
Evolving
Intelligent
Systems:
Methodology
and
Applications [Текст] / P. Angelov, D. Filev, N. Kasabov. – Wiley-IEEE Press,
2010. – 416 p.
37.
Angelov P. Evolving Rule-Based Models: A Tool for Design of
Flexible Adaptive Systems [Текст] / P. Angelov. – Physica-Verlag HD, 2002. –
213 p.
38.
Aria M. Interval Type-2 Fuzzy Logic Systems Toolbox [Текст] /
M. Aria // Majalah Ilmiah UNIKOM. – 2011. – Vol. 9, No 1. – P. 43–49.
39.
Ashby W.R. Principles of the self-organizing system [Текст] /
W.R. Ashby // Transactions of the University of Illinois Symposium. – Press:
London, UK, 1962. – P. 255-278.
40.
Avery P. Adapting to human game play [Текст] / P. Avery,
Z. Michalewicz // IEEE Symposium on Computational Intelligence and Games
(CIG '08). – 15-18 Dec. 2008. – P. 8-15.
41.
Avery P. On-line Adapting Games using Agent Organizations [Текст]
/ P. Avery, Z. Michalewicz // IEEE Symposium on Computational Intelligence and
Games (CIG '08). – 15-18 Dec. 2008. – P. 243-250.
42.
Bakkes S. A CBR-Inspired Approach to Rapid and Reliable Adaption
of Video Game AI [Текст] / S. Bakkes, P. Spronck, J. Herik // Proceedings of the
19th International Conference on Case Based Reasoning (ICCBR-2011),
Greenwich, London. – 12-15 Sept. 2011. – P. 17-26.
43.
Bakkes S. Opponent Modelling for Case-based Adaptive Game AI
[Текст] / S. Bakkes, P. Spronck, J. Herik // Entertainment Computing. – 2009. –
Vol. 1, No. 1. – P. 27-37.
44.
Borenstein G. Making Things See: 3D vision with Kinect, Processing,
Arduino, and MakerBot [Текст] / G. Borenstein. – Make, 2012. – 440 p.
45.
Born Digital / Grown Digital: Assessing the Future Competitiveness
of the EU Video Games Software Industry [Текст] / [G. De Prato, C. Feijóo,
D. Nepelski and others]. – Luxembourg: Publications Office of the European
Union, 2010. – 185 p.
46.
Browne C. Automatic Generation and Evaluation of Recombination
Games: thesis [Текст] / C. Browne. – Faculty of Information Technology.
Queensland University of Technology. – Feb. 2008. – 239 p.
47.
Browne C. Evolutionary Game Design [Текст] / C. Browne, F. Maire
// IEEE Transactions on Computational Intelligence and AI in Games. – 2010. –
Vol. 2, No. 1. – P. 1-16.
48.
Castillo O. Computational intelligence software: Type-2 Fuzzy Logic
and Modular Neural Networks [Текст] / O. Castillo, P. Melin // Proceedings of the
International Joint Conference on Neural Networks (IJCNN). – 1-8 June 2008. –
P. 1820-1827.
49.
Castillo O. Interval Type-2 Fuzzy Logic for Control Applications
[Текст] / O. Castillo, P. Melin // IEEE International Conference on Granular
Computing (GrC). – 14-16 Aug. 2010. – P. 79-84.
50.
Castillo O. Type-2 Fuzzy Logic in Intelligent Control Applications
[Текст] / O. Castillo. – Springer, 2012. – 180 p.
51.
Catuhe D. Programming with the KinectTM for Windows Software
Development Kit: Add gesture and posture recognition to your applications
[Текст] / D. Catuhe. – O'Reilly Media, 2012. – 224 p.
52.
Champandard A.J. AI Game Development: Synthetic Creatures with
Learning and Reactive Behaviors [Текст] / A.J. Champandard. – New Riders
Games, 2003. – 721 p.
53.
Champandard A.J. Trends and Highlights in Game AI for 2011,
(2012) [Электронный ресурс] / A.J. Champandard // AiGameDev. – Режим
доступа: http://aigamedev.com/insider/discussion/2011-trends-highlights. – Дата
доступа: 1.09.2012.
54.
Cognitive&Uncertainty Research Group [Электронный ресурс]. –
Режим доступа: http://dit2fls.com. – Дата доступа: 1.02.2013.
55.
377 p.
Communications Market Report [Текст] // Ofcom. – 19 Aug. 2010. –
56.
DFC Intelligence. DFC Intelligence Forecasts Worldwide Video
Game Market to Reach $81 Billion by 2016 [Электронный ресурс]. – Режим
доступа: http://www.dfcint.com/wp/?p=312. – Дата доступа: 1.09.2012.
57.
Evaluating User Experiences in Games [Текст] / [R. Bernhaupt,
W. IJsselsteijn, F. Mueller and others] // Proceedings of the CHI, Florence, Italy. –
5-10 April 2008. – P. 3905-3908.
Face Tracking [Электронный ресурс] // MSDN Library. – Режим
58.
доступа: http://msdn.microsoft.com/en-us/library/jj130970.aspx. – Дата доступа:
11.11.2012.
59.
Gabrys B. Do Smart Adaptive Systems Exist?: Best Practice for
Selection and Combination of Intelligent Methods [Текст] / B. Gabrys,
K. Leiviskä, J. Strackeljan. – 1st ed. – Springer, 2005. – 380 p.
60.
доступа:
Game Developer Research Reports [Электронный ресурс]. – Режим
http://gamedeveloperresearch.com/reports.html.
–
Дата
доступа:
1.09.2012.
61.
Game Developer Reveals Top 20 Publishers, Debuts 2009 Research
[Электронный ресурс]. – Режим доступа: http://www.gamasutra.com/php-bin/
news_index.php?story=25506. – Дата доступа: 1.09.2012.
62.
González-Calero P.A. Artificial Intelligence for Computer Games
[Текст] / P.A. González-Calero, M.A. Gómez-Martín. – 1st ed. – Springer, 2011. –
212 p.
63.
Hastings E.J. Evolving Content in the Galactic Arms Race Video
Game [Текст] / E.J. Hastings, R.K. Guha, K.O. Stanley // IEEE Symposium on
Computational Intelligence and Games (CIG 2009). – 7-10 Sept. 2009. – P. 241248.
64.
Human-Computer
Interaction
[Текст]
/
[A. Dix,
J.E. Finlay,
G.D. Abowd, R. Beale]. – 3d ed. – Prentice Hall, 2003. – 857 p.
65.
Human Interface Guidelines. Kinect for Windows v1.5.0 [Текст] //
Microsoft Corporation, 2012. – 70 p.
66.
IEEE Symposium on Computational Intelligence and Games Perth
[Электронный ресурс]. – Режим доступа: http://www.ieee-cig.org. – Дата
доступа: 1.09.2012.
67.
Incongruity-Based Adaptive Game Balancing. Advances in Computer
Games [Текст] / [G. Lankveld, P. Spronck, J. Herik, M. Rauterberg] // Proceedings
of the 12th International Conference on
Advances in Computer Games
(ACG2009), Pamplona, Spain. – 11-13 May 2009. –P. 208-220.
68.
Jacko J.A. Human–Computer Interaction Handbook: Fundamentals,
Evolving Technologies, and Emerging Applications [Текст] / J.A. Jacko, A. Sears.
– 3d ed. – CRC Press, 2012. – 1518 p.
69.
John R. Type-2 Fuzzy Logic: Challenges and Misconceptions [Текст]
/ R. John, S. Coupland // IEEE Computational Intelligence Magazine. – Aug. 2012.
– Vol. 7, No. 3. – P. 48-52.
70.
Karnik N.N. Operations on type-2 fuzzy sets [Текст]/ N.N. Karnik,
J.M. Mendel // Fuzzy Sets and Systems. – 2001. – Vol. 122. – P. 327-348.
71.
Karnik N.N. Type-2 Fuzzy Logic Systems [Текст] / N.N. Karnik,
J.M. Mendel, Q. Liang // IEEE Transactions on Fuzzy Systems. – Dec. 1999. –
Vol. 7, No. 6. – P. 643-658.
72.
Kasabov N. Evolving Intelligence in Humans and Machines:
Integrative Evolving Connectionist Systems Approach [Текст] / N. Kasabov //
IEEE Computational Intelligence Magazine. – Aug. 2008. – Vol. 3, No. 3. – P. 2337.
73.
Kasabov N. Evolving Intelligent Systems: Methods, Learning &
Applications [Текст] / N. Kasabov, D. Filev // International Symposium on
Evolving Fuzzy Systems. – Sept. 2006. – P. 8-18.
74.
Kayacan E. Interval Type-2 Fuzzy Logic Systems: Theory and Design
[Электронный
ресурс]
/
E. Kayacan.
–
Режим
доступа:
http://www.ee.boun.edu.tr/LinkClick.aspx?fileticket=M0tSTbvxkh8%3d&tabid=9
8&mid=1611&language=en-US. – Дата доступа: 10.02.2013.
75.
Kinect for Windows Architecture [Электронный ресурс]. – Режим
доступа: http://msdn.microsoft.com/en-us/library/jj131023. – Дата доступа:
1.09.2012.
76.
Kinect for Windows. Developer downloads [Электронный ресурс]. –
Режим
доступа:
http://www.microsoft.com/en-
us/kinectforwindows/develop/developer-downloads.aspx.
–
Дата
доступа:
1.09.2012.
77.
Liu X. Some extensions of the Karnik-Mendel algorithms for
computing an interval type-2 fuzzy set centroid [Текст] / X Liu, J.M. Mendel //
IEEE Symposium on Advances in Type-2 Fuzzy Logic Systems (T2FUZZ). –
2011. – P. 74-81.
78.
Lopes R. Adaptivity Challenges in Games and Simulations: A Survey
[Текст] / R. Lopes, R. Bidarra // IEEE Transactions on Computational Intelligence
and AI In Games. – 2011. – Vol. 3, No. 2. – P. 85-99.
79.
Lundgren S. Exploring Aesthetic Ideals of Gameplay [Текст] /
S. Lundgren, K.J. Bergström, S. Björk // Proceedings of the Breaking New
Ground: Innovation in Games, Play, Practice and Theory (DiGRA). – 2009. – P. 18.
80.
Magerko B. Adaptation in digital games [Текст] / B. Magerko // IEEE
Computer Magazine. – 2008. – Vol. 41, No. 6. – P. 87-89.
81.
Mendel J.M. Aggregation using the fuzzy weighted average, as
computed by the Karnik-Mendel algorithms [Текст] / J.M. Mendel, F. Liu // IEEE
Transactions on Fuzzy Systems. – 2008. – Vol. 16, No. 1. – P. 1-12.
82.
Mendel J.M. Enhanced Karnik-Mendel Algorithms for Interval Type-
2 Fuzzy Sets and Systems [Текст] / J.M. Mendel, D. Wu // Fuzzy Information
Processing Society (NAFIPS '07). – 24-27 June 2007. – P. 184-189.
83.
Mendel J.M. Interval Type-2 Fuzzy Logic Systems: Theory and
Design [Текст] / J.M. Mendel, Q. Liang // IEEE Transactions on Fuzzy Systems. –
2000. – Vol. 8, No. 5. – P. 535-550.
84.
Mendel J.M. Introduction to Type-2 Fuzzy Sets and Systems.
[Электронный ресурс] / J.M. Mendel. – Режим доступа: http://www.fuzzieee2009.info/images/tutorials/T3 Type 2 Fuzzy Sytems (Mendel Hagras
John).pdf. – Дата доступа: 21.08.2012.
Mendel J.M. On answering the question ‘‘Where do I start in order to
85.
solve a new problem involving interval type-2 fuzzy sets?” [Текст] / J.M. Mendel
// Information Sciences. – Sept. 2009. – Vol. 179, No. 19. – P. 3418–3431.
86.
Systems
Mendel J.M. References for Type-2 Fuzzy Sets and Fuzzy Logic
[Электронный
ресурс]
/
J.M. Mendel.
–
Режим
http://sipi.usc.edu/~mendel/publications/T2 FS %26 FLSs Refs.pdf.
доступа:
–
Дата
доступа: 11.11.2012.
87.
Mendel J.M. Type-2 Fuzzy Sets and Systems: An Overview [Текст] /
J.M. Mendel // IEEE Computational Intelligence Magazine. – Feb. 2007. – Vol. 2,
No. 1. – P. 20-29.
88.
Mendel J.M. Type-2 fuzzy sets made simple [Текст] / J.M. Mendel,
R.I. John // IEEE Transactions on Fuzzy Systems. – 2002. – Vol. 10, No. 2. –
P. 117-127.
89.
Modeling enjoyment preference from physiological responses in a car
racing game [Текст] / [S. Tognetti, M. Garbarino, A. Bonarini, M. Matteucci] //
Proceedings of the IEEE Conference on Computational Intelligence and Games,
Copenhagen, Denmark – Aug. 2010. – P. 321-328.
90.
Monaco A. From Pong to PlayStation 3. Video games through the
years [Текст] / A. Monaco // The IEEE news source the institute. – 2011. – P. 810.
91.
Petrenko T. Adaptive Behavior Control Model of Non Player
Character [Текст] / T. Petrenko, O. Tymchuk // Proceedings of the 15th
International Conference on Computer Modelling and Simulation (UKSim-AMSS),
Cambridge, United Kingdom. – 10-12 Apr. 2013. – P. 39-44.
92.
Petrenko T. Package Library and Toolbox for Discrete Interval Type-2
Fuzzy Logic Systems [Текст] / T. Petrenko, O. Tymchuk // Proceedings of the 18th
International Conference on Soft Computing (MENDEL), Brno, Czech Republic. –
27-29 June 2012. – P. 233-238.
93.
Petrenko T.G. «Universal library of discrete interval type-2 fuzzy
inference’s support» [Текст] / T.G. Petrenko, O.S. Timchuk // Матеріали
наукової
конференції
професорсько-викладацького
складу,
наукових
співробітників і аспірантів Донецького національного університету за
підсумками науково-дослідної роботи за період 2009-2010 рр., Донецьк. –
2011. – C. 162-163.
94.
Player-centred game design: Player modeling and adaptive digital
games [Текст] / [D. Charles, A. Kerr, M. McNeill and others] // Digital Games
Research Conference, Vancouver, BC, Canada. – 16-20 June 2005. – P. 285-298.
95.
Professional Application Lifecycle Management with Visual Studio
2010 [Текст] / [M. Gousset, B. Keller, A. Krishnamoorthy, M. Woodward]. – 1st ed.
– Wrox, 2010. – 696 p.
96.
ресурс].
Programming with the Kinect for Windows SDK [Электронный
–
Режим
доступа:
http://research.microsoft.com/en-
us/events/fs2011/jancke_kinect_programming.pdf. – Дата доступа: 1.09.2012.
97.
Real-Time Gesture Recognition from Depth Data through Key Poses
Learning and Decision Forests [Текст] / [L. Miranda, T. Vieira, D. Martinez and
others] // Proceedings of the 25th Conference on Graphics, Patterns and Images
(SIBGRAPI). – 22-25 Aug. 2012. – P. 268-275.
98.
Scowen R.S. Extended BNF. A generic base standard [Текст] /
R.S. Scowen. – Great Britain. – 10 p.
99.
Shah N. The Video Game Industry. An Industry Analysis, from a VC
Perspective [Текст] / N. Shah, C. Haigh // Video Game Industry Analysis. – 11
March 2005. – 42 p.
100. Siwek S.E. Video Games in the 21st Century: the 2010 report [Текст]
/ S.E. Siwek. – Entertainment Software Association, 2010. – 28 p.
101. Skeletal Tracking [Электронный ресурс] // MSDN Library. – Режим
доступа: http://msdn.microsoft.com/en-us/library/hh973074.aspx. – Дата доступа:
11.11.2012.
102. Spronck P. Online Adaptation of Game Opponent AI in Simulation
and in Practice [Текст] / P. Spronck, I. Sprinkhuizen-Kuyper, E. Postma //
Proceedings of the 4th International Conference on Intelligent Games and
Simulation (GAME-ON 2003), London, UK. – 19-21 Nov. 2003. – P. 93-100.
103. Sweetser P. GameFlow: A Model for Evaluating Player Enjoyment in
Games [Текст] / P. Sweetser, P. Wyeth. // ACM Computers in Entertainment. –
2005. – Vol. 3, No. 3. – P. 1-24.
104. Szita I. Effective and Diverse Adaptive Game AI [Текст] / I. Szita,
M. Ponsen, P. Spronck // IEEE Transactions on Computational Intelligence and AI
in Games. – 2009. – Vol. 1, No. 1. – P. 16-27.
105. The Game Behind the Video Game. Business, Regulation, and Society
in the Gaming Industry [Текст] / Conference Proceedings. – New Brunswick, NJ.
– 8-9 April 2011. – 196 p.
106. To Create Adaptive Game Opponent by Using UCT [Текст] /
[He Suoju, Xie Fan, Wang Yi and others] // Proceedings of the International
Conference on Computational Intelligence for Modelling Control & Automation. –
10-12 Dec. 2008. – P. 67-70.
107. To Create Intelligent Adaptive Game Opponent by Using MonteCarlo for the Game of Pac-Man [Текст] / [L. Xiao, L. Yao, H. Suoju and others] //
The Proceedings of the 5th International Conference on Natural Computation
(ICNC '09). – 14-16 Aug. 2009. – P. 598-602.
108. Toolbox for Interval Type-2 Fuzzy Logic Systems [Текст] /
[M. Zamani, H. Nejati, A.T. Jahromi and other] // Proceedings of the 11th Joint
Conference on Information Sciences JCIS. – 2008. – P. 1-6.
109. Tymchuk O. DIT2FLS Library Package [Электронный ресурс] /
O. Tymchuk, T. Petrenko // Cognitive&Uncertainty Research Group. – Режим
доступа: http://dit2fls.com/projects/dit2fls-library-package. – Дата доступа:
1.02.2013.
110. Tymchuk O.
DIT2FLS
Toolbox
[Электронный
ресурс]
/
O. Tymchuk, T. Petrenko // Cognitive&Uncertainty Research Group. – Режим
доступа: http://dit2fls.com/projects/dit2fls-toolbox. – Дата доступа: 1.02.2013.
111. Type-2 Fuzzy Logic Software [Электронный ресурс] / [J.M. Mendel,
N.N. Karnik,
Q. Liang
and
other].
–
Режим
доступа:
http://sipi.usc.edu/~mendel/software. – Дата доступа: 8.11.2011.
112. Uncu O. A new fuzzy inference approach based on Mamdani
inference using discrete type 2 fuzzy sets [Текст] / О. Uncu, K. Kilic, I.B. Turksen //
Proceedings of the International Conference on Systems, Man and Cybernetics. –
10-13 Oct. 2004. – P. 2272-2277.
113. Uncu O. Discrete Interval Type 2 Fuzzy System Models Using
Uncertainty in Learning Parameters [Текст] / О. Uncu, I.B. Turksen // IEEE
Transactions on Fuzzy Systems. – Feb. 2007 – Vol. 15, No. 1. – P. 90-106.
114. Wigdor D. Brave NUI World: Designing Natural User Interfaces for
Touch and Gesture [Текст] / D. Wigdor, D. Wixon. – 1st ed. – Morgan Kaufmann,
2011. – 264 p.
115. Wu D. Enhanced Karnik-Mendel Algorithms for Interval Type-2
Fuzzy Sets and Systems [Текст] / D. Wu, J.M. Mendel // IEEE Transactions on
Fuzzy Systems. – August 2009. – Vol. 17, No. 4. – P. 923 – 934.
116. Xbox 360 + Kinect. [Электронный ресурс]. – Режим доступа:
http://www.xbox.com/ru-RU/KINECT. – Дата доступа: 1.09.2012.
117. Yannakakis G.N. AI in Computer Games: Generating Interesting
Interactive Opponents by the use of Evolutionary Computation: thesis [Текст] /
G.N. Yannakakis. – School of Informatics University of Edinburgh. – 2005. –
235 p.
118. Yeh Chi-Yuan. An Enhanced Type-Reduction Algorithm for Type-2
Fuzzy Sets [Текст] / Chi-Yuan Yeh, W.-H. R. Jeng, Lee Shie-Jue // IEEE
Transactions on Fuzzy Systems. – April 2011. – Vol. 19, No. 2. – P. 227-240.
119. Zadeh L.A. The concept of a linguistic variable and its application to
approximate reasoning [Текст] / L.A. Zadeh // Information Sciences. – 1975. –
Vol. 8, No 3 – P. 199-249.
120. 100 Highest Rated Engines [Электронный ресурс]. – Режим
доступа: http://www.moddb.com/engines/rated. – Дата доступа: 1.09.2012.
Для заказа доставки работы
воспользуйтесь поиском на сайте
http://www.mydisser.com/search.html
Скачать