递阶遗传神经网络在击剑技战术分析系统中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-13页 |
| ·课题研究背景 | 第10-11页 |
| ·课题研究现状及意义 | 第11页 |
| ·本文组织结构 | 第11-13页 |
| 2 遗传算法 | 第13-21页 |
| ·遗传算法概述 | 第13-15页 |
| ·基本遗传算法的流程 | 第15-19页 |
| ·基本遗传算法的原理 | 第15-18页 |
| ·基本遗传算法的缺陷 | 第18-19页 |
| ·几种改进的遗传算法模型 | 第19-21页 |
| 3 人工神经网络 | 第21-32页 |
| ·人工神经网络概述 | 第21-26页 |
| ·人工神经网络基本原理 | 第21-24页 |
| ·人工神经网络学习算法 | 第24-26页 |
| ·BP 神经网络算法基本思想 | 第26-29页 |
| ·BP 神经网络的基本原理 | 第26-28页 |
| ·BP 神经网络的基本流程 | 第28-29页 |
| ·BP 神经算法改进 | 第29-32页 |
| 4 击剑技战术获胜预测模型的设计 | 第32-43页 |
| ·网络结构及参数设计 | 第32-36页 |
| ·网络结构设计 | 第32-33页 |
| ·隐层节点数设计 | 第33页 |
| ·相关指标选取 | 第33-34页 |
| ·输入与输出参数的设计 | 第34页 |
| ·训练样本集的设计 | 第34-35页 |
| ·初始权值的设计 | 第35-36页 |
| ·基于HGA-BP 神经网络的击剑技战术分析模型 | 第36-41页 |
| ·HGA 算法 | 第36-38页 |
| ·基于 HGA-BP 的神经网络训练 | 第38-41页 |
| ·HGA 神经网络实验结果 | 第41-43页 |
| 5 击剑技战术分析系统的开发与实现 | 第43-57页 |
| ·系统功能 | 第43-44页 |
| ·开发工具 | 第44-45页 |
| ·信息录入界面 | 第45-51页 |
| ·基本信息 | 第45-47页 |
| ·命名规则 | 第47-48页 |
| ·技战术指标存储方式 | 第48-51页 |
| ·技战术统计分析模块 | 第51-57页 |
| ·Grid 报表显示统计数据 | 第51-52页 |
| ·技战术分析 | 第52-55页 |
| ·比赛获胜模型的应用 | 第55-57页 |
| 结束语 | 第57-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61-62页 |
| 个人简历 | 第62页 |
| 攻读学位期间的主要成果 | 第62页 |
