基于神经网络的人工鱼行为模拟
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第13-18页 |
| 1.1 课题背景 | 第13-14页 |
| 1.2 相关研究 | 第14-15页 |
| 1.2.1 人工鱼模型研究 | 第14页 |
| 1.2.2 人工鱼生态系统研究 | 第14-15页 |
| 1.2.3 人工神经网络的研究 | 第15页 |
| 1.3 研究目的 | 第15-16页 |
| 1.4 作者的工作 | 第16-17页 |
| 1.5 文章结构 | 第17页 |
| 1.6 本章小结 | 第17-18页 |
| 第2章 相关研究综述 | 第18-29页 |
| 2.1 神经网络概述 | 第18-19页 |
| 2.1.1 神经网络学习 | 第18-19页 |
| 2.1.2 神经网络在模式识别中的应用 | 第19页 |
| 2.2 BP神经网络 | 第19-22页 |
| 2.2.1 节点输出 | 第20页 |
| 2.2.2 激励函数 | 第20-21页 |
| 2.2.3 误差计算 | 第21页 |
| 2.2.4 误差修正 | 第21-22页 |
| 2.2.5 参数设置 | 第22页 |
| 2.3 自组织竞争型网络 | 第22-25页 |
| 2.3.1 自组织竞争型网络结构简介 | 第22-23页 |
| 2.3.2 相似性测量 | 第23页 |
| 2.3.3 竞争学习 | 第23-25页 |
| 2.4 SOM神经网络 | 第25-28页 |
| 2.4.1 SOM神经网络结构 | 第25页 |
| 2.4.2 权值调整方法 | 第25-27页 |
| 2.4.3 学习过程 | 第27-28页 |
| 2.4.4 参数设置 | 第28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 智能人工鱼理论模型及其实例 | 第29-38页 |
| 3.1 鱼类生理结构 | 第29页 |
| 3.2 建立智能人工鱼理论模型 | 第29-31页 |
| 3.3 建立人工鱼理论模型的意义 | 第31-32页 |
| 3.4 构建智能人工鱼实例模型 | 第32-34页 |
| 3.4.1 感知模型 | 第32-33页 |
| 3.4.2 思维模型 | 第33页 |
| 3.4.3 行为模型 | 第33-34页 |
| 3.5 在Unity3D中的实现 | 第34-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第4章 人工鱼感知模型和行为模型 | 第38-51页 |
| 4.1 人工鱼感知模型设计 | 第38-46页 |
| 4.1.1 鱼类感知能力简介 | 第38页 |
| 4.1.2 感知模型结构 | 第38-39页 |
| 4.1.3 感受器设计 | 第39-41页 |
| 4.1.4 处理器设计 | 第41-43页 |
| 4.1.5 伪码实现 | 第43-46页 |
| 4.2 行为模型 | 第46-50页 |
| 4.2.1 行为系统设计概述 | 第46-47页 |
| 4.2.2 基本运动单位 | 第47-48页 |
| 4.2.3 闲逛的行为 | 第48页 |
| 4.2.4 躲避障碍的行为 | 第48-49页 |
| 4.2.5 逃逸的行为 | 第49-50页 |
| 4.2.6 捕食的行为 | 第50页 |
| 4.3 本章小结 | 第50-51页 |
| 第5章 人工鱼意图生成系统 | 第51-59页 |
| 5.1 意图生成系统概述 | 第51-52页 |
| 5.2 BP网络结构设计 | 第52-54页 |
| 5.2.1 BP网络输入 | 第52页 |
| 5.2.2 BP网络隐藏层 | 第52页 |
| 5.2.3 BP网络输出层 | 第52-53页 |
| 5.2.4 BP网络激励函数和学习速率 | 第53-54页 |
| 5.3 数据准备阶段 | 第54-58页 |
| 5.3.1 训练阶段 | 第56页 |
| 5.3.2 工作阶段 | 第56-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第6章 基于记忆的人工鱼自学习系统 | 第59-73页 |
| 6.1 鱼类的记忆和学习能力 | 第59页 |
| 6.2 人工鱼自学习系统基本模型 | 第59-63页 |
| 6.2.1 人工鱼自学习系统概述 | 第59-60页 |
| 6.2.2 人工鱼自学习系统基本模型设计 | 第60-63页 |
| 6.3 定点喂食学习系统设计 | 第63-68页 |
| 6.3.1 定点喂食学习系统概述 | 第63-64页 |
| 6.3.2 定点喂食学习系统实现 | 第64-68页 |
| 6.4 障碍物规避学习系统设计 | 第68-71页 |
| 6.4.1 障碍物规避学习系统概述 | 第68-69页 |
| 6.4.2 障碍物规避学习系统实现 | 第69-71页 |
| 6.5 本章小结 | 第71-73页 |
| 第7章 验证实验测试结果 | 第73-89页 |
| 7.1 验证实验概述 | 第73页 |
| 7.2 人工鱼4种意识行为模拟测试 | 第73-77页 |
| 7.2.1 行为模拟功能测试 | 第73-75页 |
| 7.2.2 BP网络性能测试 | 第75-77页 |
| 7.3 定点喂食学习行为模拟 | 第77-82页 |
| 7.3.1 定点喂食学习功能测试 | 第77-79页 |
| 7.3.2 智能性分析验证 | 第79-80页 |
| 7.3.3 SOM网络性能测试 | 第80-82页 |
| 7.4 障碍物规避学习行为模拟 | 第82-86页 |
| 7.4.1 障碍物规避学习行为功能测试 | 第82-84页 |
| 7.4.2 SOM网络性能测试 | 第84-86页 |
| 7.5 “老鱼”和“小鱼”行为模拟 | 第86-87页 |
| 7.6 寻找多个喂食点的行为模拟 | 第87页 |
| 7.7 与其他人工鱼行为模拟方法的对比 | 第87-88页 |
| 7.8 本章小结 | 第88-89页 |
| 第8章 总结展望 | 第89-91页 |
| 8.1 工作总结 | 第89页 |
| 8.2 不足和展望 | 第89-91页 |
| 参考文献 | 第91-93页 |
| 攻读硕士学位期间主要的研究成果 | 第93-94页 |
| 致谢 | 第94页 |
