| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第9-13页 |
| ·引言 | 第9页 |
| ·研究背景和研究意义 | 第9-10页 |
| ·论文的主要工作与创新点 | 第10-11页 |
| ·论文组织结构 | 第11-13页 |
| 第二章 相关工作 | 第13-17页 |
| ·引言 | 第13页 |
| ·混合蛙跳算法 | 第13-15页 |
| ·基本原理 | 第13页 |
| ·算法模型 | 第13-14页 |
| ·研究现状 | 第14-15页 |
| ·人群运动仿真 | 第15-16页 |
| ·宏观人群运动仿真模型 | 第15页 |
| ·微观人群运动仿真模型 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第三章 基于改进混合蛙跳算法的人群运动仿真平台 | 第17-25页 |
| ·引言 | 第17页 |
| ·平台开发环境及技术 | 第17-18页 |
| ·场景的快速建立 | 第18-20页 |
| ·obj 文件介绍 | 第18页 |
| ·基于 obj 文件解析的场景快速建立 | 第18-20页 |
| ·系统功能模块及展示 | 第20-24页 |
| ·场景建立模块 | 第22页 |
| ·运动仿真模块 | 第22-23页 |
| ·基于 A*算法的分层路径规划模块 | 第23页 |
| ·基于拓扑图的分层路径规划模块 | 第23页 |
| ·算法对比模块 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第四章 基于自适应惯性权重和人工蜂群算法结合的改进混合蛙跳算法 | 第25-37页 |
| ·引言 | 第25页 |
| ·人工蜂群算法 | 第25-27页 |
| ·基于自适应惯性权重和人工蜂群算法结合的混合蛙跳算法——A2SFLA | 第27-31页 |
| ·自适应惯性权重 | 第27-28页 |
| ·粒子步长及位置更新 | 第28-29页 |
| ·全局信息交换 | 第29页 |
| ·算法步骤 | 第29-30页 |
| ·A2SFLA 算法流程图 | 第30-31页 |
| ·算法实验与分析 | 第31-36页 |
| ·实验环境介绍 | 第31页 |
| ·算法与参数设定 | 第31-32页 |
| ·实验结果分析 | 第32-36页 |
| ·本章小结 | 第36-37页 |
| 第五章 基于 A2SFLA 的人群运动仿真 | 第37-45页 |
| ·引言 | 第37页 |
| ·基于 A2SFLA 的路径规划方法 | 第37-39页 |
| ·人群位置初始化 | 第37页 |
| ·位置更新 | 第37-39页 |
| ·形成路径 | 第39页 |
| ·人群运动仿真实例 | 第39-42页 |
| ·标准运动 | 第39-40页 |
| ·聚集现象 | 第40-41页 |
| ·多出口疏散 | 第41-42页 |
| ·A2SFLA 仿真性能分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第六章 层次化路径规划方法研究 | 第45-59页 |
| ·引言 | 第45页 |
| ·路径规划方法概述 | 第45-47页 |
| ·传统路径规划方法 | 第45-46页 |
| ·层次化路径规划方法 | 第46-47页 |
| ·A*-A2SFLA 层次化路径规划方法 | 第47-53页 |
| ·场景栅格化 | 第47-49页 |
| ·基于 A*算法的底层路径规划 | 第49-51页 |
| ·栅格内局部路径规划和形成路径 | 第51-52页 |
| ·实例展示 | 第52-53页 |
| ·拓扑图-A2SFLA 层次化路径规划方法 | 第53-57页 |
| ·拓扑图的构建与简化 | 第53-55页 |
| ·拓扑路径计算 | 第55-56页 |
| ·区域内局部路径规划和形成路径 | 第56页 |
| ·实例展示 | 第56-57页 |
| ·路径规划仿真方法对比总结 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第七章 总结与展望 | 第59-61页 |
| ·研究总结 | 第59-60页 |
| ·研究展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-67页 |
| 攻读硕士期间的主要成果 | 第67页 |