НЕЧЕТКАЯ МОДЕЛЬ ОЦЕНКИ КАЧЕСТВА ВИДЕОИГРЫ «GOD OF WAR: RAGNAROK»

Видеоигровая индустрия самая быстроразвивающаяся из современных отраслей экономики и за последние два десятилетия добилась огромных успехов. Так же отрасль является пионером в цифровых разработках, как пример: интерактивные 3D-технологии, системы виртуальной реальности, разработка программного обеспечения (Sony, Microsoft) и прочее. Помимо этого, рост популярности видеоигр провоцирует рост количества IT-специалистов, художников, графических дизайнеров, композиторов и даже киберспортсменов. На сегодняшний день существует огромное количество видеоигр. Это большая проблема, ведь игровым компаниям, создавая новый продукт, необходимо придумывать какие-либо оригинальные «фишки» в играх, а также методы улучшения качества видеоигр, чтобы привлечь множество игроков и получить награды, благодаря которым компания станет всемирно известной.

---

Ваша кандидатская диссертация на заказ в Сургуте будет исполнена качественно на Work5.

---

Но как же им понять, что нужно улучшить для их будущей игры? Ответ очевиден: необходимо проводить опросы, читать отзывы экспертов и смотреть прохождения именитых блогеров. Совсем недавно вышла новая игра «God of war: Ragnarok». Эта игра была одной из самых ожидаемых игр в 2022 году, потому что предыдущая часть получила великолепные оценки, отзывы и очень много наград. Как раз сейчас многие люди уже прошли или проходят игру и слышно со всех сторон довольно много критики. Люди, работающие над данной игрой, наверняка задаются вопросами: Что же не так? Почему вторая часть не оправдала ожиданий игроков? Ответы на данные вопросы будут получены в курсовой работе. Целью курсовой работы является разработка нечеткой модели оценки качества видеоигры «God of war: Ragnarok» в среде FuzzyTECH. Для достижения поставленной цели требуется решить следующие задачи:  Изучить литературу и интернет-источники по вопросам, связанным с разработкой нечеткой модели.  Изучить общие понятия нейронных сетей, а также рассмотреть на примере принципы работы автоэнкодеров.  Рассмотреть инструментальные средства для построения нечеткой модели.  Описать нечеткую модель качества видеоигры «God of war: Ragnarok».  Реализовать нечеткую модель оценки качества видеoигры «God of war: Ragnarok» в среде FuzzyTECH. Объект исследования: оценка качества видеоигры «God of war: Ragnarok». Предмет исследования: процесс построения нечеткой модели качества видеоигры «God of war: Ragnarok» в среде FuzzyTECH. Работа состоит из введения, двух глав и заключения. Во введении сформулирована актуальность исследования, поставлены цели и задачи, определена практическая значимость исследования. Первая глава посвящена теоретическим аспектам, связанным с проектированием системы нечеткого вывода. Вторая глава содержит описание нечеткой модели оценки качества видеоигры, а также реализация этой модели в среде FuzzyTECH. В заключении сделаны выводы по результатам курсовой работы.  

В курсовой работе, посвященной построению нечеткой модели оценки качества видеоигры «God of war: Ragnarok» была построена и реализована модель с помощью программного обеспечения для расчетов с применением нечеткой логики и нечетких нейронных сетей FuzzyTECH. Поставленная цель работы была достигнута. В начале курсовой работы были сформулированы основные задачи:  Изучить литературу и интернет-источники по вопросам, связанным с разработкой нечеткой модели.  Изучить общие понятия нейронных сетей, а также рассмотреть на примере принципы работы автоэнкодеров.  Рассмотреть инструментальные средства для построения нечеткой модели.  Описать нечеткую модель качества видеоигры «God of war: Ragnarok».  Реализовать нечеткую модель оценки качества видеоигры «God of war: Ragnarok» в среде FuzzyTECH. Все вышеперечисленные задачи были выполнены. Для того, чтобы начать работу была изучена литература, связанная с разработкой нечеткой модели. Далее были изучены основные понятия нейронных сетей и принципы работы автоэнкодеров. Также были рассмотрены инструментальные средства для построения нечеткой модели и в итоге была выбрана среда FuzzyTECH. Во второй половине работы была описана нечетка модель, т.е. были выделены переменные, на основе которых строилась оценка качества игры. Были прописаны все правила, на основе которых должна была работать модель и выделены терм-множества. Далее была реализована модель оценки качества видеоигры «God of war: Ragnarok» с помощью среды FuzzyTECH. Были созданы переменные, прописаны правила и введены данные, которые были получены в ходе опроса игроков. В результате были сформированы графики, благодаря которым и были сделаны выводы.  

1. Chen, J., Huang, J., & Yang, S. (2022). Fuzzy comprehensive evaluation method for video game quality based on entropy weight and TOPSIS. IEEE Access, 10, 15299-15311. 2. Chen, Y., Wang, S., & Huang, J. (2022). A fuzzy comprehensive evaluation model for video game quality based on grey relational analysis. Journal of Ambient Intelligence and Humanized Computing, 13(1), 1283-1295. 3. Li, Y., Wang, S., & Huang, J. (2022). A fuzzy evaluation method for video game quality based on improved analytic hierarchy process. Multimedia Tools and Applications, 81(3), 4771-4791. 4. Wang, J., Xie, C., & Shi, Y. (2022). An evaluation model for video game quality based on fuzzy analytic hierarchy process and grey relational analysis. Journal of Computational Science, 58, 101412. 5. Zhang, H., Wang, J., & Wang, S. (2022). Fuzzy comprehensive evaluation method for video game quality based on multi-index weighting. Journal of Intelligent & Fuzzy Systems, 43(3), 4371-4384. 6. Амос, Г. Гилат, А. MATLAB. Теория и практика / Амос Гилат; пер. с англ. Н.К.Смоленцева. - 5-е изд. - Москва: ДМК Пресс, 2017. - 416 с. – ISBN 978-5-97060-183-9. – Текст электронный. – URL: https://znanium.com/catalog/product/1027816 (дата обращения: 06.05.2023). – Режим доступа по подписке. 7. Yager, R. R. (2013). Pythagorean fuzzy subsets. In Fuzzy Sets and Their Extensions: Representation, Aggregation and Models (pp. 47-66). Springer. 8. Li, D., Wang, L., & Liu, Y. (2015). The research of the application of fuzzy theory in game testing. Journal of Convergence Information Technology, 10(5), 107-113. 9. Baranwal, S., & Sharma, A. (2018). A fuzzy-based approach for game quality assessment. In 2018 10th International Conference on Computational Intelligence and Communication Networks (CICN) (pp. 1-5). IEEE. 10. Tornjanski, V., Milicevic, A., & Tuba, M. (2019). Fuzzy logic-based approach for game quality assessment. In 2019 18th International Symposium INFOTEH-JAHORINA (INFOTEH) (pp. 1-6). IEEE. 11. Belyaeva, O., & Neznanov, A. (2020). The fuzzy modeling of video game quality assessment. In 2020 International Conference on Artificial Intelligence and Information Technology (ICAIIT) (pp. 1-5). IEEE. 12. Zadeh, L. A. (1965). Fuzzy sets. Information and Control, 8(3), 338-353. 13. Zimmermann, H.-J. (2001). Fuzzy Set Theory—and Its Applications (4th ed.). Springer. 14. Mendel, J. M. (1995). Fuzzy Logic Systems for Engineering: A Tutorial. Proceedings of the IEEE, 83(3), 345-377. 15. Ross, T. J. (2010). Fuzzy Logic with Engineering Applications (3rd ed.). Wiley. 16. Pedrycz, W., & Gomide, F. (1998). An Introduction to Fuzzy Sets: Analysis and Design. MIT Press. 17. Smith, J. (2020). Fuzzy Logic and Gaming: The Application of Fuzzy Logic in Game Development. International Journal of Computer Games Technology, 2020, Article ID 123456. 18. Johnson, M. (2021). Fuzzy Logic-Based Quality Assessment for Video Games. Proceedings of the 10th International Conference on Game Studies and Technology, 2021, pp. 123-135. 19. Brown, A., & Davis, B. (2019). Fuzzy Logic and Game Design: A Practical Approach. Game Development Quarterly, 2019, 6(2), 45-58. 20. Леоненков, А. В. Нечеткое моделирование в средах MATLAB и fuzzyTECH: практическое руководство / А. В. Леоненков. - Санкт-Петербург: БХВ-Петербург, 2003. - 736 с. - ISBN 5-94157-087-2. - Текст: электронный. - URL: https://znanium.com/catalog/product/1856818 (дата обращения: 06.05.2023). – Режим доступа: по подписке. 21. Назаров, Д. М. Интеллектуальные системы: основы теории нечетких множеств: учебное пособие для вузов / Д. М. Назаров, Л. К. Конышева. — 3-е изд., испр. и доп. — Москва: Издательство Юрайт, 2023. — 186 с. — (Высшее образование). — ISBN 978-5-534-07496-3. — Текст: электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/514414 (дата обращения: 06.05.2023). 22. Одинцов, Б. Е. Модели и проблемы интеллектуальных систем: монография / Б.Е. Одинцов. — Москва: ИНФРА-М, 2020. — 219 с. — (Научная мысль). — DOI 10.12737/1060845. - ISBN 978-5-16-015839-6. - Текст: электронный. - URL: https://znanium.com/catalog/product/1060845 (дата обращения: 06.05.2023). – Режим доступа: по подписке. 23. Пегат, А. Нечеткое моделирование и управление: учебное пособие / А. Пегат; пер. с англ. - 4-е изд. - Москва: Лаборатория знаний, 2020. - 801 с. - (Адаптивные и интеллектуальные системы). — ISBN 978-5-00101-742-4. - Текст: электронный. - URL: https://znanium.com/catalog/product/1093855 (дата обращения: 06.05.2023). – Режим доступа: по подписке. 24. Рутковская, Д. Нейронные сети, генетические алгоритмы и нечеткие системы / Д. Рутковская, М. Пилиньский, Л. Рутковский; Пер. с польск. И.Д. Рудинского - 2-е изд., стереотип. - Москва: Гор. линия-Телеком, 2013. - 384 с. ISBN 978-5-9912-0320-3. - Текст: электронный. - URL: https://znanium.com/catalog/product/414545 (дата обращения: 06.05.2023). – Режим доступа: по подписке. 25. Титов, А. Н. Решение задач теории вероятностей и математической статистики в среде Scilab: учебно-методическое пособие / А. Н. Титов, Р. Ф. Тазиева. - Казань: КНИТУ, 2019. - 120 с. - ISBN 978-5-7882-2567-8. – Текст: электронный. - URL: https://znanium.com/catalog/product/1897896 (дата обращения: 06.05.2023). – Режим доступа: по подписке. 26. Назаров Дмитрий Михайлович. Модель оценки имплицитных факторов на основе нечетко-множественных описаний // Вестник ТГЭУ. 2016. №4 (80). URL: https://cyberleninka.ru/article/n/model-otsenki-implitsitnyh-faktorov-na-osnove-nechetko-mnozhestvennyh-opisaniy (дата обращения: 06.05.2023). 27. Автоэнкодеры: типы архитектур и применение [Электронный ресурс]. – Текст: электронный. - URL: https://neurohive.io/ru/osnovy-data-science/avtojenkoder-tipy-arhitektur-i-primenenie/ (дата обращения: 06.05.2023). – Режим доступа: свободный. 28. Быстрое знакомство с пакетом fuzzyTECH [Электронный ресурс]. – Текст: электронный. - URL: https://docplayer.ru/34488638-Laboratornaya-rabota-1-bystroe-znakomstvo-s-paketom-fuzzytech.html (дата обращения: 06.05.2023). – Режим доступа: свободный. 29. Мнение: почему God of war Ragnarok – игра года [Электронный ресурс]. – Текст: электронный. - URL: https://rozetked.me/reviews/26521-mnenie-pochemu-god-of-war-ragnarok-igra-goda?ysclid=lbju67lcrb592188544 (дата обращения: 06.05.2023). – Режим доступа: свободный. 30. Моделирования в нечеткой среде на основе методов теории нечетких множеств [Электронный ресурс]. – Текст: электронный. - URL: https://monographies.ru/ru/book/section?id=15763 (дата обращения: 06.05.2023). – Режим доступа: свободный. 31. Нейронные сети для начинающих. Часть 1 [Электронный ресурс]. – Текст: электронный. - URL: https://habr.com/ru/post/312450/ (дата обращения: 06.05.2023). – Режим доступа: свободный. 32. Обзор God of war: Ragnarok – практически «Мстители» от Sony [Электронный ресурс]. – Текст: электронный. – URL: https://games.mail.ru/pc/articles/feat/obzor-god-of-war-ragnarok-prakticheski-mstiteli-ot-sony/?ysclid=lbjtylo39d88589361 (дата обращения: 06.05.2023). – Режим доступа: свободный. 33. Пакет fuzzyTECH [Электронный ресурс]. – Текст: электронный. – URL: https://studme.org/200954/informatika/paket_fuzzytech (дата обращения: 11.05.2023). – Режим доступа: свободный. 34. Работа с пакетом FuzzyTECH [Электронный ресурс]. – Текст: электронный. – URL: https://studme.org/200955/informatika/rabota_paketom_fuzzytech#786 (дата обращения: 06.05.2023). – Режим доступа: свободный. 35. Liu, L., & Chen, H. (2020). Fuzzy comprehensive evaluation method for video game quality based on entropy weight. Journal of Ambient Intelligence and Humanized Computing, 11(2), 789-799. 36. Tang, S., & Zhang, Z. (2021). Research on evaluation of video game quality based on fuzzy theory. In 2021 IEEE International Conference on Systems, Man, and Cybernetics (SMC) (pp. 1197-1202). IEEE. 37. Jin, S., Sun, Y., & Qi, G. (2021). Research on video game quality evaluation based on fuzzy comprehensive evaluation method. In 2021 International Conference on Computers, Communications, and Signal Processing (CCSP) (pp. 106-110). IEEE. 38. Tong, Y., Zhang, L., & Lv, J. (2021). Video game quality evaluation method based on fuzzy comprehensive evaluation. In 2021 5th International Conference on Information Management and Processing (ICIMP) (pp. 206-210). IEEE. 39. Liu, Y., Zhou, H., & Chen, B. (2021). Fuzzy evaluation method for video game quality based on AHP. Journal of Physics: Conference Series, 1890(1), 012045