本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)的人工魚(yú)行為模擬

  更多相關(guān)文章： 人工魚(yú) 神經(jīng)網(wǎng)絡(luò) 行為模擬

【摘要】：用計(jì)算機(jī)模擬真實(shí)動(dòng)物的思考和行為是一個(gè)富有吸引和挑戰(zhàn)的課題。本文探究了對(duì)人工魚(yú)智能行為模擬的方法。該研究目的不是人工魚(yú)的逼真可視化效果,而是關(guān)注對(duì)魚(yú)類真實(shí)行為的模擬。本文創(chuàng)新點(diǎn)有兩個(gè),一是我們描述了一個(gè)對(duì)人工魚(yú)類智能行為模擬的理論模型。該理論模型適用于一般的智能人工魚(yú),且具有可擴(kuò)展性,可以用其模擬各種魚(yú)類的行為。通過(guò)加入不同的神經(jīng)網(wǎng)絡(luò),可以實(shí)現(xiàn)不同行為的模擬。二是本文引入SOM網(wǎng)絡(luò)等神經(jīng)網(wǎng)絡(luò)算法,人工魚(yú)在無(wú)監(jiān)督的學(xué)習(xí)下改進(jìn)自己的行為,實(shí)現(xiàn)人工魚(yú)自適應(yīng)和自學(xué)習(xí)能力。本文介紹了在這個(gè)理論模型基礎(chǔ)上,我們構(gòu)建的一個(gè)實(shí)際的人工魚(yú)模型。該模型分為感知模型、思維模型和行為模型三個(gè)子模塊。其中感知模型模擬的是魚(yú)類的感覺(jué)器官。思維模型包含的是多個(gè)神經(jīng)系統(tǒng),每個(gè)神經(jīng)系統(tǒng)完成其負(fù)責(zé)的任務(wù)功能。在我們的實(shí)例中,包含意圖生成系統(tǒng)、定點(diǎn)喂食學(xué)習(xí)系統(tǒng)和障礙物規(guī)避學(xué)習(xí)系統(tǒng)。其中意圖生成系統(tǒng)應(yīng)用BP神經(jīng)網(wǎng)絡(luò)模型,產(chǎn)生每一時(shí)刻下人工魚(yú)的意圖。定點(diǎn)喂食學(xué)習(xí)系統(tǒng)應(yīng)用SOM神經(jīng)網(wǎng)絡(luò)模型,經(jīng)過(guò)一段時(shí)間的學(xué)習(xí),可以對(duì)食物的位置有記憶。障礙物規(guī)避學(xué)習(xí)系統(tǒng)也應(yīng)用SOM神經(jīng)網(wǎng)絡(luò)模型,經(jīng)過(guò)一段時(shí)間訓(xùn)練,對(duì)可活動(dòng)的區(qū)域位置有記憶。行為模型是根據(jù)思維模型的指令完成人工魚(yú)活動(dòng)的模塊,這部分的實(shí)現(xiàn)主要由三維模型的空間變換來(lái)模擬,主要目的是為行為模擬的準(zhǔn)確性分析呈現(xiàn)一個(gè)方便觀察的結(jié)果。本文對(duì)智能人工魚(yú)的實(shí)例模型做了程序?qū)崿F(xiàn)。本課題使用Unity3D游戲引擎作為場(chǎng)景搭建工具。不關(guān)注人工魚(yú)生理結(jié)構(gòu),只用三維模型來(lái)表示人工魚(yú)。對(duì)最終人工魚(yú)智能的呈現(xiàn)效果作一定分析。
【關(guān)鍵詞】：人工魚(yú) 神經(jīng)網(wǎng)絡(luò) 行為模擬
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP183
【目錄】：

• 摘要4-5
• Abstract5-13
• 第1章 緒論13-18
• 1.1 課題背景13-14
• 1.2 相關(guān)研究14-15
• 1.2.1 人工魚(yú)模型研究14
• 1.2.2 人工魚(yú)生態(tài)系統(tǒng)研究14-15
• 1.2.3 人工神經(jīng)網(wǎng)絡(luò)的研究15
• 1.3 研究目的15-16
• 1.4 作者的工作16-17
• 1.5 文章結(jié)構(gòu)17
• 1.6 本章小結(jié)17-18
• 第2章 相關(guān)研究綜述18-29
• 2.1 神經(jīng)網(wǎng)絡(luò)概述18-19
• 2.1.1 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)18-19
• 2.1.2 神經(jīng)網(wǎng)絡(luò)在模式識(shí)別中的應(yīng)用19
• 2.2 BP神經(jīng)網(wǎng)絡(luò)19-22
• 2.2.1 節(jié)點(diǎn)輸出20
• 2.2.2 激勵(lì)函數(shù)20-21
• 2.2.3 誤差計(jì)算21
• 2.2.4 誤差修正21-22
• 2.2.5 參數(shù)設(shè)置22
• 2.3 自組織競(jìng)爭(zhēng)型網(wǎng)絡(luò)22-25
• 2.3.1 自組織競(jìng)爭(zhēng)型網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)介22-23
• 2.3.2 相似性測(cè)量23
• 2.3.3 競(jìng)爭(zhēng)學(xué)習(xí)23-25
• 2.4 SOM神經(jīng)網(wǎng)絡(luò)25-28
• 2.4.1 SOM神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)25
• 2.4.2 權(quán)值調(diào)整方法25-27
• 2.4.3 學(xué)習(xí)過(guò)程27-28
• 2.4.4 參數(shù)設(shè)置28
• 2.5 本章小結(jié)28-29
• 第3章 智能人工魚(yú)理論模型及其實(shí)例29-38
• 3.1 魚(yú)類生理結(jié)構(gòu)29
• 3.2 建立智能人工魚(yú)理論模型29-31
• 3.3 建立人工魚(yú)理論模型的意義31-32
• 3.4 構(gòu)建智能人工魚(yú)實(shí)例模型32-34
• 3.4.1 感知模型32-33
• 3.4.2 思維模型33
• 3.4.3 行為模型33-34
• 3.5 在Unity3D中的實(shí)現(xiàn)34-37
• 3.6 本章小結(jié)37-38
• 第4章 人工魚(yú)感知模型和行為模型38-51
• 4.1 人工魚(yú)感知模型設(shè)計(jì)38-46
• 4.1.1 魚(yú)類感知能力簡(jiǎn)介38
• 4.1.2 感知模型結(jié)構(gòu)38-39
• 4.1.3 感受器設(shè)計(jì)39-41
• 4.1.4 處理器設(shè)計(jì)41-43
• 4.1.5 偽碼實(shí)現(xiàn)43-46
• 4.2 行為模型46-50
• 4.2.1 行為系統(tǒng)設(shè)計(jì)概述46-47
• 4.2.2 基本運(yùn)動(dòng)單位47-48
• 4.2.3 閑逛的行為48
• 4.2.4 躲避障礙的行為48-49
• 4.2.5 逃逸的行為49-50
• 4.2.6 捕食的行為50
• 4.3 本章小結(jié)50-51
• 第5章 人工魚(yú)意圖生成系統(tǒng)51-59
• 5.1 意圖生成系統(tǒng)概述51-52
• 5.2 BP網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)52-54
• 5.2.1 BP網(wǎng)絡(luò)輸入52
• 5.2.2 BP網(wǎng)絡(luò)隱藏層52
• 5.2.3 BP網(wǎng)絡(luò)輸出層52-53
• 5.2.4 BP網(wǎng)絡(luò)激勵(lì)函數(shù)和學(xué)習(xí)速率53-54
• 5.3 數(shù)據(jù)準(zhǔn)備階段54-58
• 5.3.1 訓(xùn)練階段56
• 5.3.2 工作階段56-58
• 5.4 本章小結(jié)58-59
• 第6章 基于記憶的人工魚(yú)自學(xué)習(xí)系統(tǒng)59-73
• 6.1 魚(yú)類的記憶和學(xué)習(xí)能力59
• 6.2 人工魚(yú)自學(xué)習(xí)系統(tǒng)基本模型59-63
• 6.2.1 人工魚(yú)自學(xué)習(xí)系統(tǒng)概述59-60
• 6.2.2 人工魚(yú)自學(xué)習(xí)系統(tǒng)基本模型設(shè)計(jì)60-63
• 6.3 定點(diǎn)喂食學(xué)習(xí)系統(tǒng)設(shè)計(jì)63-68
• 6.3.1 定點(diǎn)喂食學(xué)習(xí)系統(tǒng)概述63-64
• 6.3.2 定點(diǎn)喂食學(xué)習(xí)系統(tǒng)實(shí)現(xiàn)64-68
• 6.4 障礙物規(guī)避學(xué)習(xí)系統(tǒng)設(shè)計(jì)68-71
• 6.4.1 障礙物規(guī)避學(xué)習(xí)系統(tǒng)概述68-69
• 6.4.2 障礙物規(guī)避學(xué)習(xí)系統(tǒng)實(shí)現(xiàn)69-71
• 6.5 本章小結(jié)71-73
• 第7章 驗(yàn)證實(shí)驗(yàn)測(cè)試結(jié)果73-89
• 7.1 驗(yàn)證實(shí)驗(yàn)概述73
• 7.2 人工魚(yú)4種意識(shí)行為模擬測(cè)試73-77
• 7.2.1 行為模擬功能測(cè)試73-75
• 7.2.2 BP網(wǎng)絡(luò)性能測(cè)試75-77
• 7.3 定點(diǎn)喂食學(xué)習(xí)行為模擬77-82
• 7.3.1 定點(diǎn)喂食學(xué)習(xí)功能測(cè)試77-79
• 7.3.2 智能性分析驗(yàn)證79-80
• 7.3.3 SOM網(wǎng)絡(luò)性能測(cè)試80-82
• 7.4 障礙物規(guī)避學(xué)習(xí)行為模擬82-86
• 7.4.1 障礙物規(guī)避學(xué)習(xí)行為功能測(cè)試82-84
• 7.4.2 SOM網(wǎng)絡(luò)性能測(cè)試84-86
• 7.5 “老魚(yú)”和“小魚(yú)”行為模擬86-87
• 7.6 尋找多個(gè)喂食點(diǎn)的行為模擬87
• 7.7 與其他人工魚(yú)行為模擬方法的對(duì)比87-88
• 7.8 本章小結(jié)88-89
• 第8章 總結(jié)展望89-91
• 8.1 工作總結(jié)89
• 8.2 不足和展望89-91
• 參考文獻(xiàn)91-93
• 攻讀碩士學(xué)位期間主要的研究成果93-94
• 致謝94

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 張淑軍;陳戈;陳勇;;人工魚(yú)高級(jí)行為規(guī)劃和運(yùn)動(dòng)模型研究[J];系統(tǒng)仿真學(xué)報(bào);2008年13期

2 班曉娟,劉宏偉,陳泓娟,涂序彥;“人工魚(yú)”自學(xué)習(xí)方法研究[J];計(jì)算機(jī)工程;2004年06期

3 班曉娟;曾廣平;艾冬梅;涂序彥;;人工魚(yú)的認(rèn)知模型研究[J];計(jì)算機(jī)科學(xué);2004年11期

4 張淑軍;班曉娟;陳勇;陳戈;;基于記憶的人工魚(yú)認(rèn)知模型[J];計(jì)算機(jī)工程;2007年19期

5 楊國(guó)為;人工魚(yú)的“叨食物行為”和“求偶行為”的運(yùn)動(dòng)規(guī)律模型[J];計(jì)算機(jī)工程與應(yīng)用;2005年12期

6 王小銘;鐘林海;;基于物理與生物學(xué)機(jī)理的人工魚(yú)行為模擬[J];華南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

7 班曉娟,陳泓娟,涂序彥;具有自學(xué)習(xí)和自進(jìn)化能力的人工魚(yú)模型設(shè)計(jì)[J];計(jì)算機(jī)應(yīng)用研究;2003年05期

8 孟憲宇;薛燕榮;王昊;張軍;佟玉軍;;人工魚(yú)多感知系統(tǒng)融合研究[J];系統(tǒng)仿真學(xué)報(bào);2010年02期

9 涂曉媛,陳弘娟,涂序彥;“人工魚(yú)”動(dòng)畫(huà)模型設(shè)計(jì)[J];軟件世界;2000年04期

10 李晗;孟憲宇;杜鵬;王麗麗;;基于Android系統(tǒng)的人工魚(yú)感知融合模型研究[J];渤海大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 孟憲宇;班曉娟;寧淑榮;涂序彥;;人工魚(yú)虛擬嗅覺(jué)系統(tǒng)的研究[A];2006年首屆ICT大會(huì)信息、知識(shí)、智能及其轉(zhuǎn)換理論第一次高峰論壇會(huì)議論文集[C];2006年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 張淑軍;虛擬海洋環(huán)境中人工魚(yú)的認(rèn)知模型和行為控制研究[D];中國(guó)海洋大學(xué);2007年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前7條

1 尹璐;基于神經(jīng)網(wǎng)絡(luò)的人工魚(yú)行為模擬[D];浙江大學(xué);2016年

2 劉q，

本文編號(hào)：1062756