| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 群体智能 | 第10-11页 |
| 1.2.2 路径规划 | 第11-12页 |
| 1.3 人群运动建模与仿真中存在的问题 | 第12-13页 |
| 1.4 本文主要研究内容和创新点 | 第13-15页 |
| 1.5 论文组织结构 | 第15-17页 |
| 第二章 基于元胞空间或拓扑图的场景建模方法 | 第17-22页 |
| 2.1 引言 | 第17页 |
| 2.2 虚拟场景建模概述 | 第17页 |
| 2.3 基于元胞空间的场景建模方法 | 第17-19页 |
| 2.3.1 元胞空间数据结构 | 第17-18页 |
| 2.3.2 元胞空间建模过程 | 第18-19页 |
| 2.4 基于拓扑图的场景建模方法 | 第19-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 基于群智能算法的全局路径规划方法 | 第22-31页 |
| 3.1 引言 | 第22页 |
| 3.2 基于粒子群（PSO）算法的路径规划方法 | 第22-25页 |
| 3.2.1 粒子群（PSO）算法的基本思想 | 第22-23页 |
| 3.2.2 基于元胞自动机的MOPSO（MOPSO-CA）算法 | 第23-24页 |
| 3.2.3 算法初始化 | 第24页 |
| 3.2.4 动态路径规划 | 第24页 |
| 3.2.5 群体行为控制 | 第24-25页 |
| 3.3 基于人工蜂群（ABC）算法的路径规划方法 | 第25-29页 |
| 3.3.1 人工蜂群（ABC）算法的基本思想 | 第25-26页 |
| 3.3.2 基于拓扑图的人工蜂群路径规划（TP-ABC）算法 | 第26-27页 |
| 3.3.3 算法初始化 | 第27页 |
| 3.3.4 多因素适应度评价 | 第27-28页 |
| 3.3.5 基于可达性和多种群的引领选择策略 | 第28页 |
| 3.3.6 位置更新 | 第28-29页 |
| 3.4 基于拓扑图的人工蜂群路径规划（TP-ABC）算法应用实例 | 第29-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第四章 基于社会力量模型的局部路径规划方法 | 第31-40页 |
| 4.1 引言 | 第31页 |
| 4.2 社会力量模型基本原理 | 第31-33页 |
| 4.3 社会力量模型的局限性及改进 | 第33-35页 |
| 4.3.1 社会力量模型的局限性 | 第33页 |
| 4.3.2 社会力量模型的改进 | 第33-35页 |
| 4.4 基于关系群组引领机制的社会力局部路径规划模型 | 第35-37页 |
| 4.4.1 模型框架 | 第35-36页 |
| 4.4.2 模型执行过程分析 | 第36-37页 |
| 4.5 基于关系群组引领机制的社会力局部路径规划模型应用实例 | 第37-39页 |
| 4.6 本章小结 | 第39-40页 |
| 第五章 人群运动建模与仿真系统设计与实现 | 第40-50页 |
| 5.1 引言 | 第40页 |
| 5.2 系统设计与结构 | 第40-41页 |
| 5.3 系统界面与功能 | 第41-43页 |
| 5.4 人群运动建模与仿真设计实例 | 第43-49页 |
| 5.4.1 简单规则场景下路径规划算法应用实例 | 第43-44页 |
| 5.4.2 复杂不规则场景下路径规划算法应用实例 | 第44-46页 |
| 5.4.3 障碍物场景下路径规划算法应用实例 | 第46-48页 |
| 5.4.4 出口宽度及数量对不同规模人群疏散时间的影响 | 第48-49页 |
| 5.5 本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 6.1 总结 | 第50-51页 |
| 6.2 展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读硕士学位期间的主要成果 | 第55-56页 |
| 致谢 | 第56页 |
