| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题来源和研究背景和意义 | 第10-11页 |
| 1.1.1 课题来源 | 第10页 |
| 1.1.2 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状分析 | 第11-13页 |
| 1.3 本文研究的主要内容 | 第13-14页 |
| 1.4 本文组织结构 | 第14-16页 |
| 第2章 A*算法基础理论研究 | 第16-23页 |
| 2.1 启发式搜索算法 | 第16页 |
| 2.2 Dijkstra算法 | 第16-17页 |
| 2.3 Greedy Best-first Search算法 | 第17-18页 |
| 2.4 A*算法 | 第18-22页 |
| 2.4.1 A*算法的基本步骤 | 第18-19页 |
| 2.4.2 A*算法的伪代码 | 第19-20页 |
| 2.4.3 A*算法的流程图 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 A*算法的优化方案 | 第23-30页 |
| 3.1 A*算法的缺点分析 | 第23页 |
| 3.2 人工智能中的知识推理 | 第23-24页 |
| 3.3 向量空间中的方向识别模型 | 第24-25页 |
| 3.3.1 点积在方向判定的应用 | 第24页 |
| 3.3.2 叉积在方向判定的应用 | 第24-25页 |
| 3.3.3 方向识别模型 | 第25页 |
| 3.4 A*算法的优化方案 | 第25-29页 |
| 3.4.1 向着目标方向搜索 | 第26-27页 |
| 3.4.2 沿着目标点移动 | 第27-29页 |
| 3.4.3 遇到“死胡同”进行回溯 | 第29页 |
| 3.5 本章小结 | 第29-30页 |
| 第4章 A*优化算法及其实验评估 | 第30-39页 |
| 4.1 A*优化算法 | 第30-32页 |
| 4.2 A*优化算法的流程图 | 第32-33页 |
| 4.3 A*优化算法的实验评估 | 第33-38页 |
| 4.3.1 实验步骤 | 第33页 |
| 4.3.2 实验数据分析 | 第33-38页 |
| 4.4 本章小结 | 第38-39页 |
| 第5章 A*优化算法的应用 | 第39-45页 |
| 5.1 A*优化算法在IDA*算法的应用 | 第39-41页 |
| 5.2 A*优化算法在SMA*算法的应用 | 第41-44页 |
| 5.3 本章小结 | 第44-45页 |
| 结论 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 攻读硕士学位期间发表的学术论文 | 第50-51页 |
| 致谢 | 第51页 |