| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第6-11页 |
| 1.1 背景及意义 | 第6-7页 |
| 1.2 国内外研究现状 | 第7-9页 |
| 1.3 本文研究内容 | 第9-10页 |
| 1.4 本文组织结构 | 第10-11页 |
| 2 相关技术 | 第11-19页 |
| 2.1 安全博弈 | 第11-15页 |
| 2.1.1 Stackelberg博弈模型 | 第11-13页 |
| 2.1.2 Quantal Response模型 | 第13-14页 |
| 2.1.3 SUQR博弈模型 | 第14-15页 |
| 2.2 机器学习 | 第15-18页 |
| 2.2.1 EM算法 | 第15-17页 |
| 2.2.2 Softmax算法 | 第17-18页 |
| 2.3 本章小结 | 第18-19页 |
| 3 基于博弈论的策略生成算法的研究 | 第19-32页 |
| 3.1 相关工作 | 第19-20页 |
| 3.2 核心参数的生成 | 第20-25页 |
| 3.2.1 参数生成算法 | 第20-21页 |
| 3.2.2 模型参数的求解过程 | 第21-25页 |
| 3.3 巡逻策略的生成过程 | 第25-31页 |
| 3.3.1 多Quantal Response模型的构建 | 第25-26页 |
| 3.3.2 巡逻策略生成博弈模型的构建和求解 | 第26-29页 |
| 3.3.3 模型的复杂度与近似解的分析 | 第29-31页 |
| 3.4 本章小结 | 第31-32页 |
| 4 仿真实验对比分析 | 第32-52页 |
| 4.1 系统设计与实现 | 第32-42页 |
| 4.1.1 系统总体设计 | 第33-39页 |
| 4.1.2 数据库设计 | 第39-42页 |
| 4.2 算法对比分析 | 第42-50页 |
| 4.2.1 算法精确度分析 | 第43-45页 |
| 4.2.2 算法效率比对分析 | 第45-48页 |
| 4.2.3 算法收益比对分析 | 第48-50页 |
| 4.3 本章小结 | 第50-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-60页 |