| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 课题研究背景及意义 | 第8-12页 |
| 1.1.1 问题提出 | 第8-9页 |
| 1.1.2 研究意义 | 第9-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.3 主要工作及内容安排 | 第14-16页 |
| 2 虚拟人足球决策系统框架及数学模型 | 第16-35页 |
| 2.1 虚拟人足球概况 | 第16-23页 |
| 2.1.1 虚拟人足球策略系统建模 | 第18-20页 |
| 2.1.2 虚拟人足球认知建模 | 第20页 |
| 2.1.3 阵法建模 | 第20-22页 |
| 2.1.4 球员跑位策略 | 第22-23页 |
| 2.2 决策系统分析 | 第23-25页 |
| 2.2.1 高层策略库 | 第23页 |
| 2.2.2 低层策略库 | 第23-24页 |
| 2.2.3 虚拟球员自主训练 | 第24-25页 |
| 2.3 决策系统设计 | 第25-31页 |
| 2.3.1 决策系统模型 | 第25-26页 |
| 2.3.2 攻防选择策略 | 第26页 |
| 2.3.3 行为选择策略 | 第26-28页 |
| 2.3.4 行为规划策略 | 第28-29页 |
| 2.3.5 路径规划策略 | 第29-31页 |
| 2.4 数学模型 | 第31-33页 |
| 2.4.1 场地和对象模型 | 第31-32页 |
| 2.4.2 足球运动模型 | 第32页 |
| 2.4.3 碰撞的检测及处理 | 第32-33页 |
| 2.4.4 运动员体能模型 | 第33页 |
| 2.5 本章小结 | 第33-35页 |
| 3 控球队员行为决策设计 | 第35-42页 |
| 3.1 控球队员下一步行动决策 | 第35页 |
| 3.2 基于蚁群算法改进术的控球队员下一步行动决策分析 | 第35-39页 |
| 3.2.1 基本的蚁群算法 | 第35-37页 |
| 3.2.2 计算球员信息量 | 第37-38页 |
| 3.2.3 行为选择 | 第38-39页 |
| 3.3 传球行为规划 | 第39-41页 |
| 3.4 控球队员的自主学习 | 第41页 |
| 3.5 本章小结 | 第41-42页 |
| 4 面向虚拟人足球决策系统软件实现 | 第42-51页 |
| 4.1 框架分析与设计 | 第42-43页 |
| 4.2 类图设计 | 第43-44页 |
| 4.3 主要功能模块 | 第44-48页 |
| 4.3.1 态势模块 | 第44-45页 |
| 4.3.2 实体模块 | 第45页 |
| 4.3.3 监视器模块 | 第45-46页 |
| 4.3.4 策略模块 | 第46-47页 |
| 4.3.5 阵型设置模块 | 第47-48页 |
| 4.3.6 比赛流程控制模块 | 第48页 |
| 4.4 实验结果 | 第48-50页 |
| 4.5 本章小结 | 第50-51页 |
| 5 总结与展望 | 第51-52页 |
| 致谢 | 第52-54页 |
| 参考文献 | 第54-56页 |
| 附录 硕士期间发表论文 | 第56页 |