基于智能优化算法的群体动画设计与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·选题背景 | 第10页 |
| ·研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·主要研究方案 | 第12-14页 |
| ·人工鱼群算法的改进研究 | 第13页 |
| ·角色和场景构建 | 第13页 |
| ·角色路径规划 | 第13页 |
| ·动画合成实现 | 第13-14页 |
| ·文章结构安排 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第二章 智能算法基础理论 | 第16-24页 |
| ·智能算法简介 | 第16页 |
| ·遗传算法 | 第16-17页 |
| ·遗传算法的实现过程 | 第16-17页 |
| ·遗传算法的相关应用研究 | 第17页 |
| ·人工蜂群算法 | 第17-19页 |
| ·人工蜂群算法原理 | 第18页 |
| ·人工蜂群算法流程 | 第18-19页 |
| ·文化算法 | 第19-21页 |
| ·文化算法概述 | 第19-20页 |
| ·文化算法的框架模型 | 第20页 |
| ·文化算法实现流程 | 第20-21页 |
| ·微粒群算法 | 第21-22页 |
| ·微粒群算法原理 | 第21-22页 |
| ·微粒群算法的相关研究 | 第22页 |
| ·人工鱼群算法 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 改进的人工鱼群算法研究 | 第24-32页 |
| ·人工鱼群算法概述 | 第24-25页 |
| ·人工鱼的基本行为描述 | 第24-25页 |
| ·算法结构流程 | 第25页 |
| ·改进的人工鱼群算法 | 第25-28页 |
| ·社会学习机制 | 第26-27页 |
| ·基于社会学习机制的学习过程 | 第27页 |
| ·改进的人工鱼群算法流程 | 第27-28页 |
| ·仿真实验结果与分析 | 第28-30页 |
| ·本章小结 | 第30-32页 |
| 第四章 三维场景设计制作 | 第32-44页 |
| ·三维场景相关理论 | 第32-34页 |
| ·MAYA 相关功能介绍 | 第34-38页 |
| ·建模方法 | 第34-35页 |
| ·纹理与材质 | 第35-37页 |
| ·灯光与渲染 | 第37-38页 |
| ·三维场景构建 | 第38-42页 |
| ·模型创建 | 第39-40页 |
| ·材质贴图 | 第40-41页 |
| ·灯光设置 | 第41页 |
| ·渲染 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第五章 群体动画设计与实现 | 第44-52页 |
| ·角色的设计与实现 | 第44-46页 |
| ·基本人物模型的建立 | 第44-46页 |
| ·多个角色模型的生成 | 第46页 |
| ·路径规划 | 第46-49页 |
| ·碰撞检测与避免 | 第47-48页 |
| ·路径规划流程 | 第48-49页 |
| ·群体动画融合结果 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·总结 | 第52页 |
| ·展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-60页 |
| 攻读学位期间发表的学术论文 | 第60-61页 |
