| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题的研究背景和意义 | 第9-10页 |
| 1.2 水面无人艇的研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 本文的工作 | 第12-14页 |
| 第二章 避障决策时的路径规划 | 第14-18页 |
| 2.1 路径规划概述 | 第14页 |
| 2.2 常用路径规划的方法 | 第14-16页 |
| 2.3 路径规划的应用 | 第16页 |
| 2.4 本章小结 | 第16-18页 |
| 第三章 改进遗传算法对无人艇的避障控制 | 第18-30页 |
| 3.1 遗传算法的概述 | 第18-21页 |
| 3.1.1 遗传算法的基本原理 | 第18-21页 |
| 3.1.2 遗传算法的应用 | 第21页 |
| 3.2 基于精英选择策略的遗传算法 | 第21-22页 |
| 3.3 加入保护、淘汰算子的遗传算法 | 第22页 |
| 3.4 避障优化计算 | 第22-26页 |
| 3.4.1 种群初始化 | 第22-24页 |
| 3.4.2 适应度函数的选取 | 第24-26页 |
| 3.5 仿真证明 | 第26-29页 |
| 3.6 本章小结 | 第29-30页 |
| 第四章 基于自适应人工鱼群算法与遗传算法混合的无人艇避障控制 | 第30-45页 |
| 4.1 人工鱼群算法的概述 | 第30-34页 |
| 4.1.1 人工鱼群算法的基本原理 | 第30-33页 |
| 4.1.2 人工鱼群算法的应用 | 第33-34页 |
| 4.2 自适应人工鱼群算法 | 第34-35页 |
| 4.2.1 人工鱼视野 | 第34页 |
| 4.2.2 人工鱼步长 | 第34页 |
| 4.2.3 自适应视野和步长 | 第34-35页 |
| 4.3 人工鱼群算法与遗传算法的混合 | 第35-37页 |
| 4.4 仿真证明 | 第37-40页 |
| 4.5 改进后混合算法与其他算法避障结果比较 | 第40-44页 |
| 4.5.1 人工势场法与混合算法的比较 | 第40-41页 |
| 4.5.2 蚁群算法与混合算法的比较 | 第41-42页 |
| 4.5.3 粒子群算法与混合算法的比较 | 第42-44页 |
| 4.6 本章小结 | 第44-45页 |
| 第五章 总结与展望 | 第45-47页 |
| 5.1 总结 | 第45页 |
| 5.2 展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 发表论文和科研情况说明 | 第51-52页 |
| 致谢 | 第52页 |