摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
1 绪论 | 第8-14页 |
1.1 课题研究背景及意义 | 第8-9页 |
1.1.1 课题研究背景 | 第8页 |
1.1.2 课题研究意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-10页 |
1.3 本课题的主要研究内容 | 第10-14页 |
1.3.1 本课题主要研究内容及技术路线 | 第11页 |
1.3.2 组织结构和章节安排 | 第11-14页 |
2 专家系统与多 Agent 系统基础理论的概述 | 第14-20页 |
2.1 专家系统的概述 | 第14-17页 |
2.1.1 专家系统的定义和构造 | 第14-15页 |
2.1.2 专家系统的设计 | 第15-17页 |
2.2 多 Agent 系统的概述 | 第17-20页 |
2.2.1 Agent 与基于 Agent 的系统 | 第17-18页 |
2.2.2 多 Agent 系统 | 第18-19页 |
2.2.3 多 Agent 系统的设计 | 第19-20页 |
3 音乐灯光表演方案设计系统总体方案设计 | 第20-26页 |
3.1 云南昭通“金凤高翔”大型音乐灯光表演系统简介 | 第20-23页 |
3.2 音乐灯光表演方案设计系统需求分析 | 第23-24页 |
3.3 音乐灯光表演方案设计系统总体解决方案 | 第24-25页 |
3.4 本章小结 | 第25-26页 |
4 音乐灯光相关数据的获取与表示 | 第26-46页 |
4.1 音乐特征数据的获取与表示 | 第26-33页 |
4.1.1 音乐情感要素数据的分区获取 | 第26-31页 |
4.1.2 音乐特征数据的分区表示 | 第31-33页 |
4.2 表演灯光动作数据的表示 | 第33-38页 |
4.2.1 灯光表演动作要素的选择 | 第33-37页 |
4.2.2 DMX512 控制协议 | 第37-38页 |
4.3 音乐灯光表演控制规则知识的获取 | 第38-45页 |
4.3.1 基于实例模仿的浅层专家经验知识的获取 | 第38-40页 |
4.3.2 基于多 Agent 行为模型的拟人深层知识的获取 | 第40-45页 |
4.4 本章小结 | 第45-46页 |
5 音乐灯光表演方案设计系统的设计与实现 | 第46-58页 |
5.1 可根据表演场景布置类型更换知识库的专家系统设计 | 第46-49页 |
5.1.1 可更换知识库的专家系统构架 | 第46页 |
5.1.2 音乐灯光表演场景布置的分类 | 第46-49页 |
5.2 自衍生知识库的建立 | 第49-51页 |
5.2.1 浅层知识库与深层知识库的融合 | 第49页 |
5.2.2 知识库的自学习衍生 | 第49-51页 |
5.3 推理机的设计 | 第51-56页 |
5.3.1 配合多 Agent 层次的多层推理结构 | 第51-53页 |
5.3.2 推理机的推理过程 | 第53-55页 |
5.3.3 冲突消解策略 | 第55-56页 |
5.4 多套表演方案的设计与选择 | 第56-57页 |
5.5 本章小结 | 第57-58页 |
6 音乐灯光表演方案设计系统的软件实现 | 第58-70页 |
6.1 开发工具的选择 | 第58-60页 |
6.1.1 专家系统设计软件 CLIPS | 第58-59页 |
6.1.2 CLIPS 与 VB 的交互 | 第59-60页 |
6.2 音乐灯光表演方案设计系统的软件设计 | 第60-65页 |
6.2.1 系统软件的整体结构设计 | 第61-62页 |
6.2.2 人机交互界面的设计与实现 | 第62-65页 |
6.3 系统的应用效果 | 第65-68页 |
6.4 本章小结 | 第68-70页 |
7 总结及展望 | 第70-72页 |
7.1 全文工作总结 | 第70-71页 |
7.2 论文研究创新点 | 第71页 |
7.3 研究工作展望 | 第71-72页 |
致谢 | 第72-74页 |
参考文献 | 第74-78页 |
附录 | 第78页 |
A. 作者在攻读学位期间发表的论文目录: | 第78页 |
B. 作者在攻读学位期间参与的科研项目目录: | 第78页 |