Abstract：Thegamerock-paper-scissorsasakindoffinger-guessinggameusedtoproducerandomresultsfordecisionmaking.Butsometimesitisnotrandom，becauseplayerscanjudgetechniqueaccordingtoexperience.Appliedittothewarmachineandaccordingtothe"experience"ofcomputertosimulatehuman’sstrategy，makeacomputerwithartificialintelligence.Fortheresearchofgeneticalgorithmandsimulatedannealingalgorithminthispaper，itelaboratesthefundamentalsandcharactersaswellastheirrealizationprocess，IhavebeenrealizedthesetwoalgorithmsintheVisualStudiocompilingenvironmentandappliedtothegamerock-paper-scissors.Bycomparingthedifferentparametersandwinratesbetweengeneticalgorithmandsimulatedannealingalgorithmtoselectthebetteralgorithmandparameters.
关键词：遗传算法；模拟退火算法；游戏设计；参数设定
Keywords：geneticalgorithm（GA）；simulatedannealing（SA）；gamedesign；parametersetting
0引言
遗传算法、模拟退火算法和神经网络算法是最优化理论的三大非经典算法[4]，但是神经网络算法在解决最优化问题中容易陷入局部极值，本文选择采用遗传算法和模拟退火算法模拟解决最优化问题。
遗传算法（GeneticAlgorithm-GA）是基于自然界生物进化过程提出的一种全局随机搜索优化算法，具有较强的全局搜索能力，可以有效的避免局部最优解[5]。模拟退火算法（simulatedAnnealing-SA）是基于Mon-Carlo迭代求解策略的一种随机寻优算法，其出发点是基于物理中固体物质退火过程与一般组合优化问题之间的相似性，是一种通用的优化算法，算法理论上具有概率的全局优化性能，算法通过赋予搜索过程一种时变并且最终趋于零的概率突跳性；从而可以有效地避免陷入局部极小并最终趋于全局最优的串行结构的优化算法[6]。
1定义游戏问题模型
1.1游戏规则
石头剪子布游戏有一般在两个玩家之间进行，玩家从三种出拳类型中选择一种与对方进行对战，根据游戏规则来确定胜负情况。玩家A、B间的游戏规则如表1所示。
1.2用智能算法设计游戏的出拳策略
游戏的三种出拳类型：“剪子”，“石头”，“布”分别用0，1，2来表示，用R={0，1，2}来表示出拳类型的集合。游戏的读取深度（表示根据电脑和人类玩家过去的对战次数来决定电脑的下次出拳）为depth，那么游戏的某一出拳策略Rdepth*2可以用R的函数S来进行表示。如果出拳策略的读取深度为1，那么电脑玩家的出拳策略Rdepth*2（即S）可以用下面的例子来表示：
S（0，0）=0；S（0，1）=2；S（0，2）=0；
S（1，0）=1；S（1，1）=1；S（1，2）=0；
S（2，0）=1；S（2，1）=2；S（2，2）=1；
其中：S（0，1）=2表示电脑出拳为0，玩家出拳为1时，电脑下一次的出拳策略为2，以此类推。例如电脑（用C表示）过去4次的出拳类型和人类玩家（用P表示）相应4次的出拳类型分别为：
C={0012}P={1010}
那么出拳策略的评价如下：
第1次出拳：出拳策略H没有过去的对战情况，无法评价。
第2次出拳：前一次出拳电脑为0（剪刀），人类玩家为1（石头）；如果电脑采取策略H选择出拳类型S（0，1）=2（布），那么电脑会失败，而实际电脑选择了0（剪刀），平局。
第3次出拳：前一次的出拳类型为C=0、P=0，若采用出拳策略S（0，0）=0，此时对战对手的出拳为1，采用策略电脑将获得胜利，而实际出拳类型也是1，电脑获胜。
第4次出拳：前一次出拳类型为C=1、P=1，采用出拳策略S（1，1）=1。对战对手的出拳策略为0，如果电脑根据出拳策略选择1将获得胜利，而实际出拳类型为2，电脑输。
本文中，读取深度设置为1和2两种情况分别进行讨论。
2智能算法游戏流程
2.1遗传算法的游戏流程
①初始种群的生成，采用随机生成的方法进行产生初始种群，这些解也称之为染色体，是种群的第一代。
②评价适应值，根据每个解（每条染色体）算出相应的适应度，算法会根据适应度的大小来选择相应的解。
③选择，选择会把优秀的个体遗传到下一代染色体中。本文采用最优选择与随机遍历选择法进行选择操作。
④交叉，交叉会染色体中的部分个体进行替换和重组得到新的染色体。
⑤突然变异，按照一定的突变概率，将染色体中的个体随机进行变动。
⑥终止条件，若达到的终止条件，那么选择适应度最大的个体作为最优解进行输出；否则返回②继续计算。
2.2模拟退火算法的游戏流程
①随机产生一个新的解，同时赋给当前解和最优解；计算新解的评价值，同时赋给当前解的评估值和最优解的评估值。
②比较新解和当前解的评估值之差delta，若delta>=0则保存新解为当前解；同时比较新解和最优解的评估值之差delta2，若delta2>=0则保存新解为最优解。
③若delta
模拟退火的接受概率P1=exp（delta/T）与随机概率P2的差值P=P1-P2；若P>0则接受新解作为当前解，否则不接受。
④随温度的递减，在一定条件下循环②到③，程序始终接受最优解进行返回。
3实验过程
3.1遗传算法实验
进行100次游戏为例，设置人类玩家自动出拳类型为“石头”以及“石头-布-剪刀-布”，在深度depth分别为1和2两种情况下进行实验。实验电脑的得分计算是：胜为1，平为0，败为-1，得分采用累加式计算。实验进行10次取其平均值，所得的实验分析如图1和图2以及对应的表1和表2所示。
3.2模拟退火算法实验
为与遗传算法进行对照，采用模拟退火算法时同样采取100次游戏为例，采取同样的出拳类型，深度depth也分别选择1和2两种情况进行。实验分析如图3和图4以及对应的表3和表4所示。
4实验分析
4.1纵向分析
遗传算法实验从图1以及表1中可看出，当出拳类型为单一的“石头”时，depth=1和depth=2的得分曲线相当，但是depth=1时，其效率明显于depth=2；从图2及表2中可以看出，当出拳类型变复杂（“石头-布-剪刀-布”）时，depth=2明显高于depth=1时的得分。
模拟退火算法实验从图3及表3中可看出，同样的当出拳类型为单一的“石头”时，depth=1和depth=2的得分曲线相当，但是depth=1时，其效率明显于depth=2；从图4及表4中可以看出，当出拳类型变复杂（“石头-布-剪刀-布”）时，depth=2低于depth=1的得分且depth=2时的效率明显更低。
4.2横向分析
对比图1和图3以及对应的表1和表3，可以看出：出拳类型为单一的“石头”时，遗传算法和模拟退火算法两者在depth=1和depth=2时的胜率相当，但是遗传算法的运行效率明显数倍于模拟退火算法。
同样的，对比图2和图4以及对应的表2和表4，可以看出：出拳类型为“石头-布-剪刀-布”，在depth=1时，模拟退火算法高于遗传算法的得分，但效率低于遗传算法；而当depth=2时遗传算法无论在得分还是在运行效率上明显优于模拟退火算法。
5结束语
从实验的分析和结果可知，在石头剪子布游戏中，条件相同的情况下，遗传算法的效率明显高于模拟退火算法。当游戏的出拳策略较为简单（如只出“石头”）时，深度为1是智能算法更好的选择；依据试验结果和推测，当出拳策略更为复杂时，遗传算法在结果和效率上更显示其优越性。下一步工作将会扩大游戏规模与出拳复杂度，选取更合适的游戏参数进行分析。
参考文献：
[1]卓金武主编.MATLAB在数学建模中的应用[M].北京：北京航空航天大学出版社，2011.
[2]曹文梁，康岚兰.基于遗传算法的混合蚁群算法及其在TSP中的应用研究[J].制造业自动化，2011（02）：91-93.
[3]董健.一种单纯形遗传算法及其应用[J].电信工程技术与标准化，2013（07）：86-88.
[4]胡志伟，郄培，赵新超，等.一种新的混合遗传算法求解旅行商问题[J].计算机与现代化，2010（11）：12-15.
插秧、拔秧是一种传统的农村夏收夏种时的劳动情景。借助于农村劳动实践，把生活中插秧、拔秧运用形象化的手段，逼真地再现于体育游戏中，能让学生进一步认识插秧、拔秧情景动作，教育学生热爱劳动，体会劳动带来的乐趣。这种游戏方法简单，趣味性强，不受场地，器材及形式的限制，又具有一定的锻炼价值，可以提高学生加速跑的能力和协调能力，培养学生的判断能力。同时在蹲距式起跑教学中，可以运用此游戏作为巩固蹲距式起跑动作，因为每一次“插秧、拔秧”都是一次蹲距式起跑。
（一）器材准备
筷子20支，空酒瓶20个（空酒瓶的高度以筷子放到里面，能露出一些为宜）。
（二）游戏方法
把学生分成相等的4组，每组一分为二，在距离20米地方相对站立，离两边的端线2米处放空酒瓶，每个空酒瓶的间隔为4米，在一侧的四个排头手持5支筷子。教师发出口令后，手持筷子的同学向前跑，把筷子依次插入前方的空酒瓶中，并与前方同学击掌，完成一次“插秧”，站到对面队伍的排尾，击掌的同学也迅速向前跑到“插秧”的酒瓶前，把筷子从酒瓶中依次拿出，并交到前排同学。以此类推，每个同学都完成一次“插秧”和“拔秧”动作，最先完成的一个队获胜。
（三）游戏规则
1.“插秧”的同学必须把筷子插入空酒瓶中，并且酒瓶不能倒，如碰倒酒瓶必须把它扶好，才能进行下一步动作。
2.“插秧”的同学插完后要与对面同学击掌，对面同学方可去“拔秧”。
3.“拔秧”的同学把筷子从瓶中拔出，必须放好空酒瓶，交给对面的同学，游戏继续进行。
（四）游戏建议
1、本游戏适宜小学中高年级以上的学生，其方法简单，趣味实用。
2、做此游戏时，可以在空酒瓶中装一些沙子，既增加稳定性，又可以方便“拔秧”。
3根据游戏者的年龄等特点，可以适当增加空酒瓶，也可以增加一排空酒瓶，“插秧、拔秧”可以左右进行，增加游戏的难度，提高趣味性。
二、“剪刀、石头、布”
“剪刀、石头、布”是一种历史悠久，而且简单实用的老游戏。在生活实践中，为了决定你先、我先，或急于决定胜负的便捷游戏。因为简单、实用，而长久不衰，生活中到处可见。笔者结合这种游戏实践，变换为有趣的新游戏，使他们更为活泼、精彩。
玩法一：
同样是“剪刀、石头、布”的游戏，游戏者数“一二三”出手，当没有决定胜负时，手不抽回来，就停留在空中，然后喊口令继续变换手型，直到分出胜负为止。该游戏的好处是，看到对方的手型，通过思考，想一想对方可能出的手型，来调整自己该出哪种手型应付，增加游戏测趣味性。
玩法二：
“剪刀、石头、布”的游戏，通常是出一只手，通过一只手的手型来决定胜负。在实践中，我们要求对方出两只手。先出一只手，即使能分出胜负，也不能判哪一方胜：再出一只手，同样再出一只手也不能判断哪一方胜，最后要求对方收回一只手，留在空中的一只手的手型决定胜负。口令是“先出这个，再出这个，收回这个”。该游戏的好处是增加游戏的难度，提高双方队员的机智性，更为关键的一点是游戏中不能两只手出同样一个动作，那样负的机率较大。当然因为出两只手，收回一只手求和的可能性多。这种游戏方法多样，难度适中，趣味性强。
玩法三：
“剪刀、石头、布”的游戏是以手上动作决定胜负的，在实践中以脚上动作也可以玩此游戏。两脚并拢为“石头”，两脚前后分开为“剪刀”，两脚左右分开为“布”。游戏开始时双方队员立正站立，一起喊口令“一、二、三”跳起，看落地动作，判定胜负。每一组也可以进行此游戏，如图所示，学生站一纵队，前面两个学生面对面站立进行比赛，如①胜者，①站到②位置，②回到队伍的排尾（图一）。如②获胜，②站原地不动，①回到排尾（图二）。
关键词：幼儿园开发利用民间游戏
一、把民间游戏融入到五大领域的教学活动中
（一）晨、午间接待
（二）户外体育锻炼活动
户外活动的民间游戏有很多，如“跳橡皮筋”“跳竹竿”“跳绳”“踢毽子”“滚铁环”等。在开展过程中，幼儿可以根据自己的意愿自由寻找游戏伙伴，自选玩具、自选玩法或自己商量制定游戏规则，改变玩法。这些游戏运动量都比较大，除了发展动作、体能之外，还可以培养幼儿交往、谦让、合作的精神。
（三）充实集体教育教学活动
集体教育活动中主要根据幼儿的年龄特点和班级实际情况，按教学目标选用适当的民间游戏。如中班上学期健康教育目标之一是“在一定范围内四散地追逐跑”，我们就选择了“荷花荷花几月开”“猫捉老鼠几更天”“老鹰捉小鸡”等游戏。生动有趣的游戏，使幼儿在愉快的嬉戏中发展了跑的动作。
三、充分开发和利用民间游戏
跑步时,我把比我跑得快的想象成比我跑得慢的,也许就可以比他跑得快。
做游戏时,需要剪刀石头布,就把我自己想成剪刀石头布高手,也许可以赢了比我剪刀石头布厉害的人。
比赛下象棋时,就把我自己想象成比我的对手厉害,也许比我象棋厉害的人赢不过我。
上课时,想象成我是班里最聪明的学生,不能落后,要认真听讲。
只要你把难的事想象成简单的事就可以了。
例1.（2013年娄底中考）课间休息，小亮与小明一起玩“剪刀、石头、布”的游戏，小明出“剪刀”的概率是（）
A.1
2
分析：游戏中一共有3种情况：“剪刀”、“石头”、“布”，其中是“剪刀”的情况只有一种.利用概率公式进行计算即可.
解：小亮与小明一起玩“剪刀、石头、布”的游戏，一共有3种情况：“剪刀”、“石头”、“布”，并且每一种情况出现的可能性相同，所以小明出“剪刀”的概率是13
答案：B
点评：本题考查了概率公式：如果一个事件有n种可能，而且这些事件的可能性相同，其中事件A出现m种结果，那么事件A的概率P（A）=mn
（1）这次调查的家长总数为______.家长表示“不赞同”的人数为________；
（2）从这次接受调查的家长中随机抽查一个，恰好是“赞同”的家长的概率是____；
（3）求图2中表示家长“无所谓”的扇形圆心角的度数.
分析：（1）根据赞成的人数与所占的百分比列式计算即可求调查的家长的总数，然后求出不赞成的人数；
（2）根据扇形统计图即可得到恰好是“赞同”的家长的概率；
（3）求出无所谓的人数所占的百分比，再乘以360°，计算即可得解.
解：（1）调查的家长总数为：360÷60%=600人，
很赞同的人数：600×20%=120人，
不赞同的人数：60012036040=80人；
（2）“赞同”态度的家长的概率是60%；
（3）表示家长“无所谓”的圆心角的度数为：40
600
×360°=24°.
故答案为：600，80；60%；24°.
点评：本题考查的是条形统计图和扇形统计图的综合运用，读懂统计图，从不同的统计图中得到必要的信息是解决问题的关键.条形统计图能清楚地表示出每个项目的数据；扇形统计图直接反映部分占总体的百分比大小.
21世纪是信息化社会，作为一个公民应学会搜索、整理和加工信息.表格、图象和图形是一种最直观，最形象的数学语言，包含着丰富的信息资源，如何观察、提炼这些信息，并利用这些信息来分析解决问题，这是考察数学能力的较好形式之一.
例3.（2013年江西省中考）下列数据是2013年3月7日6点公布的中国六大城市的空气污染指数情况：
则这组数据的中位数和众数分别是（）
A.164和163B.105和163
C.105和164D.163和164
分析：根据中位数、众数的定义直接计算.
解：根据中位数的定义―――将一组数据从小到大或从大到小排序，处于中间（数据个数为奇数时）的数或中间两个数的平均数（数据为偶数个时）就是这组数据的中位数；众数是指一组数据中出现次数最多的那个数，所以342、163、165、45、227、163的中位数是163和165的平均数164，众数为163，选A.