首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序包(应用软件)论文

基于Cocos2d-x的RPG手机游戏开发

摘要第4-5页
Abstract第5页
第1章 绪论第8-11页
    1.1. 研究背景第8页
    1.2. 国内外研究现状第8-9页
    1.3. 研究目的和意义第9页
    1.4. 论文组织结构第9-10页
    1.5. 本章小结第10-11页
第2章 相关技术第11-25页
    2.1. Cocos2d-x游戏引擎第11-14页
        2.1.1. Cocos2d-x的发展历史第11页
        2.1.2. Cocos2d-x中的基本概念第11-12页
        2.1.3. Cocos2d-x中的坐标系第12-14页
    2.2. 地图加载技术第14-15页
        2.2.1. 动态加载第14页
        2.2.2. 地图片预加载第14-15页
    2.3. 寻路算法第15-18页
        2.3.1. 盲目搜索和Dijkstra算法第15-16页
        2.3.2. 启发式搜索和A~*算法第16-17页
        2.3.3. 分层A~*算法第17-18页
    2.4. 游戏中的人工智能第18-24页
        2.4.1. 有限状态机第19页
        2.4.2. 决策树第19页
        2.4.3. 神经网络第19-22页
            2.4.3.1. 人工神经网络发展历史第19-20页
            2.4.3.2. BP神经网络第20-22页
        2.4.4. 遗传算法第22-24页
            2.4.4.1. 遗传算法发展历史第22-23页
            2.4.4.2. 遗传算法基本概念第23页
            2.4.4.3. 遗传算法编码方式第23-24页
    2.5. 本章小结第24-25页
第3章 游戏的设计与实现第25-45页
    3.1. 设计要求第25-27页
    3.2. 游戏主场景第27-28页
    3.3. UI模块第28-29页
    3.4. 主角模块第29-32页
    3.5. 地图模块第32-34页
    3.6. 寻路模块第34-39页
        3.6.1. Bresenham算法第34-35页
        3.6.2. 融合A~*和Bresenham算法的分层寻路第35-36页
        3.6.3. A~*算法的实现第36-38页
        3.6.4. 分层A~*算法的实现第38-39页
    3.7. 怪物AI的实现第39-44页
        3.7.1. 感知系统第39-40页
        3.7.2. 决策系统第40-41页
        3.7.3. 遗传算法优化神经网络第41-44页
            3.7.3.1. 编码方案第41-42页
            3.7.3.2. 适应度函数的选择第42页
            3.7.3.3. 遗传操作第42-43页
            3.7.3.4. 算法流程第43-44页
    3.8. 本章小结第44-45页
第4章 实验与分析第45-51页
    4.1. 实验环境第45页
    4.2. 实验结果与分析第45-50页
        4.2.1. 地图加载效率第45-47页
            4.2.1.1. 全部更新和局部更新的性能比较第45-46页
            4.2.1.2. 不同预加载尺寸的性能比较第46-47页
            4.2.1.3. 按需加载中不同评估策略的性能比较第47页
        4.2.2. 寻路算法性能比较第47-49页
        4.2.3. BP神经网络优化前后性能比较第49-50页
    4.3. 本章小结第50-51页
第5章 总结与展望第51-52页
    5.1. 论文工作总结第51页
    5.2. 后续工作展望第51-52页
致谢第52-53页
参考文献第53-54页

论文共54页,点击 下载论文
上一篇:基于离散和连续嵌入的余数隐写算法研究
下一篇:家庭环境对教育机会的影响研究--以苏州市家庭为例