声明
致谢
摘要
第一章 绪论
1.1 研究背景
1.2 本文的研究内容和意义
1.3 本文的创新点
1.4 本文的组织结构
第二章 相关技术与理论
2.1 人工神经网络
2.1.1 人工神经网络的基本概念与应用
2.1.2 人工神经网络的发展
2.1.3 人工神经元的基本原理
2.1.4 人工神经网络的常见结构
2.1.5 人工神经网络的学习
2.1.6 常见的学习算法
2.1.7 人工神经网络的优缺点
2.2 模拟退火算法
2.2.1 模拟退火算法的产生和发展
2.2.2 模拟退火算法的原理
2.3 游戏关卡评价
2.3.1 游戏关卡的定义
2.3.2 游戏关卡难度评价的一般方法
2.4 本章小结
第三章 基于人工神经网络的关卡评价方法
3.1 游戏关卡难易度及设计评价特性
3.2 基于模拟退火算法的单隐藏层BP神经网络隐藏层节点的估算方法
3.2.1 隐藏层节点选取的一般方法
3.2.2 算法描述与设计
3.2.3 实验数据来源及设计
3.3 基于BP神经网络的游戏关卡难易度评价模型
3.3.1 游戏关卡难易度模型输入参数的确定方法
3.3.2 游戏关卡难易度模型输出参数的确定方法
3.4 基于人工神经网络的游戏关卡评价模型
3.5 基于人工神经网络的关卡一般评价方法
3.6 本章小结
第四章 系统实现和实验分析
4.1 开发平台和工具的选择
4.1.1 常见的人工神经网络开发平台和工具
4.1.2 AForge.NET
4.2 系统实现
4.2.1 系统的设计目标
4.2.2 系统架构设计
4.2.3 系统功能模块设计
4.3 实验分析
4.3.1 实验环境
4.3.2 实验结果分析
4.4 实验总结
4.5 本章小结
第五章 总结与展望
5.1 论文总结
5.2 下一步工作
参考文献
攻读硕士学位期间发表的论文及参与的科研项目
合肥工业大学;