短道速滑仿真系统中智能体决策过程的研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-15页 |
| ·课题背景及研究的目的和意义 | 第8-9页 |
| ·课题相关领域研究现状及分析 | 第9-13页 |
| ·有限状态机 | 第10-11页 |
| ·决策树 | 第11页 |
| ·人工神经网络 | 第11-12页 |
| ·遗传算法 | 第12-13页 |
| ·多Agent 系统 | 第13页 |
| ·本文的研究内容及结构安排 | 第13-15页 |
| 第2章 智能体的决策模型 | 第15-22页 |
| ·引言 | 第15页 |
| ·决策模型 | 第15-18页 |
| ·马尔可夫决策过程 | 第15-17页 |
| ·个体Agent 模型 | 第17-18页 |
| ·改进的反应式Agent 模型 | 第18-21页 |
| ·感知环境 | 第19页 |
| ·分析推理与知识存储 | 第19-20页 |
| ·决策输出 | 第20-21页 |
| ·本章小节 | 第21-22页 |
| 第3章 基于决策树算法的决策模型的设计与实现 | 第22-31页 |
| ·引言 | 第22页 |
| ·引入战术驱动机制 | 第22-26页 |
| ·战术的定义与表示 | 第23-24页 |
| ·战术的动态修改 | 第24-26页 |
| ·决策树的设计 | 第26-29页 |
| ·决策树的应用 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第4章 基于人工神经网络的决策过程的设计与实现 | 第31-39页 |
| ·引言 | 第31页 |
| ·人工神经网络的设计 | 第31-35页 |
| ·神经网络的组成单元 | 第32-33页 |
| ·神经网络的输入 | 第33页 |
| ·神经网络的隐藏层 | 第33-34页 |
| ·神经网络的输出 | 第34-35页 |
| ·训练样本的采集 | 第35页 |
| ·误差反向传播算法 | 第35-37页 |
| ·BP 神经网络应用于智能体决策过程 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第5章 实验结果及分析 | 第39-48页 |
| ·引言 | 第39-40页 |
| ·基本智能性 | 第40-42页 |
| ·高级智能性 | 第42-45页 |
| ·决策差异性 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 攻读学位期间发表的学术论文 | 第54-56页 |
| 致谢 | 第56页 |
