摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第11-17页 |
1.1 研究课题的提出 | 第11-15页 |
1.1.1 研究背景 | 第11-12页 |
1.1.2 研究现状 | 第12-15页 |
1.2 研究内容概述 | 第15-16页 |
1.2.1 研究范围 | 第15页 |
1.2.2 研究价值 | 第15-16页 |
1.3 论文章节安排 | 第16-17页 |
第二章 游戏地图介绍 | 第17-23页 |
2.1 二维游戏地图 | 第17-19页 |
2.2 三维游戏地图 | 第19页 |
2.3 本文使用的实验及演示地图 | 第19-21页 |
2.3.1 实验样本选取 | 第19-20页 |
2.3.2 演示软件介绍 | 第20-21页 |
2.4 本章小结 | 第21-23页 |
第三章 A~*算法及其改进 | 第23-33页 |
3.1 Dijkstra算法、贪心最好优先搜索、A~*算法 | 第23-28页 |
3.1.1 Dijkstra算法 | 第23-25页 |
3.1.2 贪心最好优先搜索 | 第25-26页 |
3.1.3 A~*算法 | 第26-28页 |
3.2 A~*算法启发式的改进 | 第28-30页 |
3.2.1 改进思路 | 第28-29页 |
3.2.2 改进方案 | 第29-30页 |
3.3 实验及结果分析 | 第30-31页 |
3.4 本章小结 | 第31-33页 |
第四章 遗传算法及其改进 | 第33-77页 |
4.1 遗传算法介绍 | 第33-35页 |
4.1.1 遗传算法的特点 | 第33-34页 |
4.1.2 遗传算法中的术语 | 第34页 |
4.1.3 遗传算法的流程 | 第34-35页 |
4.2 传统遗传算法的实现及不足 | 第35-39页 |
4.3 基因编码方式的重新设计 | 第39页 |
4.4 初代种群质量的改进 | 第39-44页 |
4.4.1 生成初代染色体 | 第40-44页 |
4.4.2 设置适应度函数 | 第44页 |
4.5 选择算子的改进 | 第44-47页 |
4.5.1 常用选择算子介绍 | 第44-46页 |
4.5.2 选择算子的改进 | 第46-47页 |
4.6 交叉算子与变异算子的改进 | 第47-61页 |
4.6.1 交叉算子与变异算子的关系 | 第47-48页 |
4.6.2 常用交叉算子介绍 | 第48页 |
4.6.3 交叉算子的改进 | 第48-51页 |
4.6.4 常用变异算子介绍 | 第51-52页 |
4.6.5 变异算子的改进 | 第52-57页 |
4.6.6 交叉算子与变异算子执行顺序的调整 | 第57-58页 |
4.6.7 处理环路 | 第58-61页 |
4.7 限制进化代数时种群规模的选取 | 第61-62页 |
4.8 实验与分析 | 第62-74页 |
4.8.1 实验准备 | 第62-63页 |
4.8.2 算法的收敛性验证 | 第63-64页 |
4.8.3 选择算子有效性验证 | 第64-66页 |
4.8.4 交叉算子与变异算子的有效性验证 | 第66-69页 |
4.8.5 动态种群规模的有效性验证 | 第69-71页 |
4.8.6 与其他学者的算法性能对比 | 第71-74页 |
4.9 本章小结 | 第74-77页 |
第五章 结论和展望 | 第77-79页 |
致谢 | 第79-81页 |
参考文献 | 第81-85页 |
附录A 攻读硕士学位期间发表论文与申请软件著作权 | 第85-87页 |
附录B 攻读硕士期间参与的研究工作 | 第87页 |