基于决策树划分的分层路径搜索
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 路径搜索现状 | 第9-12页 |
| 1.3 本文的主要工作 | 第12页 |
| 1.4 本文的组织方式 | 第12-14页 |
| 第2章 人工智能路径搜索算法 | 第14-24页 |
| 2.1 搜索空间表示 | 第14-18页 |
| 2.1.1 网格表示 | 第14-16页 |
| 2.1.2 节点表示 | 第16-17页 |
| 2.1.3 三角形表示 | 第17-18页 |
| 2.2 典型的搜索算法 | 第18-21页 |
| 2.2.1 A*算法 | 第18-19页 |
| 2.2.2 HPA*算法 | 第19-21页 |
| 2.2.3 基于遗传算法的路径搜索 | 第21页 |
| 2.3 障碍物对A*算法效率的影响 | 第21-24页 |
| 第3章 连续值属性决策树 | 第24-32页 |
| 3.1 决策树 | 第24页 |
| 3.2 连续值属性决策树 | 第24-32页 |
| 3.2.1 割点选择 | 第25-27页 |
| 3.2.2 启发式函数 | 第27-28页 |
| 3.2.3 广义的启发式函数 | 第28-32页 |
| 第4章 基于决策树分割的分层路径搜索 | 第32-42页 |
| 4.1 问题描述 | 第32页 |
| 4.2 基于决策树划分的分层路径搜索 | 第32-38页 |
| 4.2.1 构建决策树 | 第32-37页 |
| 4.2.2 构造抽象图 | 第37页 |
| 4.2.3 在线路径搜索 | 第37-38页 |
| 4.3 启发式对划分的影响 | 第38-42页 |
| 第5章 仿真实验 | 第42-45页 |
| 5.1 HPA经典地图上的寻路 | 第42-43页 |
| 5.2 仿真地图上的寻路 | 第43-45页 |
| 第6章 结论和展望 | 第45-47页 |
| 参考文献 | 第47-49页 |
| 致谢 | 第49-50页 |
| 攻读学位期间取得的科研成果 | 第50页 |
