| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 课题研究背景和意义 | 第14-16页 |
| 1.2 国内外研究现状与发展趋势 | 第16-17页 |
| 1.2.1 国内外研究现状 | 第16-17页 |
| 1.2.2 发展趋势 | 第17页 |
| 1.3 论文的主要研究内容 | 第17-18页 |
| 1.4 论文组织结构 | 第18-20页 |
| 第二章 混合驱动的人群行为仿真框架研究 | 第20-26页 |
| 2.1 引言 | 第20页 |
| 2.2 相关研究 | 第20-23页 |
| 2.2.1 模型驱动的人群行为建模方法 | 第20-21页 |
| 2.2.2 数据驱动的人群行为建模方法 | 第21-22页 |
| 2.2.3 数据驱动方法和模型驱动方法的优缺点比较 | 第22-23页 |
| 2.3 混合驱动的人群行为仿真框架设计 | 第23-24页 |
| 2.4 小结 | 第24-26页 |
| 第三章 基于数据驱动的仿真建模研究 | 第26-37页 |
| 3.1 引言 | 第26页 |
| 3.2 相关研究 | 第26-30页 |
| 3.2.1 数据驱动的建模类型 | 第26-29页 |
| 3.2.2 光流法简介 | 第29-30页 |
| 3.3 基于速度场的行为模式提取与设计 | 第30-36页 |
| 3.3.1 视频采集与处理 | 第30-32页 |
| 3.3.2 速度场生成算法 | 第32-34页 |
| 3.3.3 实验结果与分析 | 第34-36页 |
| 3.4 小结 | 第36-37页 |
| 第四章 虚拟人情感仿真建模研究 | 第37-49页 |
| 4.1 引言 | 第37页 |
| 4.2 相关研究 | 第37-39页 |
| 4.3 基于HMM的人工心理模型 | 第39-48页 |
| 4.3.1 隐马尔可夫模型（HMM）算法 | 第39-40页 |
| 4.3.2 三个基本问题及其解决算法 | 第40-45页 |
| 4.3.3 基于隐马尔可夫模型的情感建模 | 第45-47页 |
| 4.3.4 实验结果及分析 | 第47-48页 |
| 4.4 小结 | 第48-49页 |
| 第五章 个体路径规划算法研究 | 第49-67页 |
| 5.1 引言 | 第49页 |
| 5.2 相关研究 | 第49-52页 |
| 5.2.1 基于几何模型搜索的方法 | 第49-51页 |
| 5.2.2 基于虚拟势场的方法 | 第51页 |
| 5.2.3 基于生物智能的方法 | 第51-52页 |
| 5.3 随机概率图（PRM）算法及其优化 | 第52-59页 |
| 5.3.1 PRM算法基本原理 | 第52-53页 |
| 5.3.2 PRM算法优化 | 第53-56页 |
| 5.3.3 实验结果与分析 | 第56-59页 |
| 5.4 社会力模型及其优化 | 第59-66页 |
| 5.4.1 社会力模型基本原理 | 第59-62页 |
| 5.4.2 社会力模型优化 | 第62-63页 |
| 5.4.3 实验结果与分析 | 第63-66页 |
| 5.5 小结 | 第66-67页 |
| 第六章 虚拟人群行为仿真演示系统的开发与应用 | 第67-82页 |
| 6.1 引言 | 第67-69页 |
| 6.1.1 相关的虚拟人群行为仿真系统开发软件 | 第67-68页 |
| 6.1.2 仿真演示系统开发环境介绍 | 第68-69页 |
| 6.2 虚拟人群行为仿真系统开发设计 | 第69-71页 |
| 6.2.1 类函数设计 | 第69页 |
| 6.2.2 仿真系统界面介绍 | 第69-71页 |
| 6.3 仿真实验与结果分析 | 第71-81页 |
| 6.3.1 群体性事件想定假设 | 第71-72页 |
| 6.3.2 仿真实验与结果分析 | 第72-81页 |
| 6.4 小结 | 第81-82页 |
| 第七章 总结与展望 | 第82-84页 |
| 7.1 论文工作总结 | 第82-83页 |
| 7.2 未来工作展望 | 第83-84页 |
| 致谢 | 第84-86页 |
| 参考文献 | 第86-91页 |
| 作者在学期间取得的学术成果 | 第91页 |