摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第11-19页 |
1.1. 研究背景及意义 | 第11-13页 |
1.2. 路径规划算法研究现状 | 第13-15页 |
1.2.1. 路径规划基本步骤 | 第13-14页 |
1.2.2. 常用路径规划算法 | 第14-15页 |
1.3. Hopfield神经网络在路径规划中应用 | 第15-17页 |
1.4. 本文的主要工作及创新点 | 第17-19页 |
1.4.1. 主要工作内容 | 第17-18页 |
1.4.2. 主要创新点 | 第18-19页 |
第二章 多目标路径规划问题 | 第19-26页 |
2.1. 路径规划问题介绍 | 第19-20页 |
2.2. 多目标路径规划问题与优化问题 | 第20-25页 |
2.2.1. 多目标的处理 | 第20-21页 |
2.2.2. 路网模型 | 第21页 |
2.2.3. 约束条件 | 第21-22页 |
2.2.4. 影响因素 | 第22页 |
2.2.5. 多目标的权重分析 | 第22-25页 |
2.3. 本章小结 | 第25-26页 |
第三章 Hopfield神经网络在优化问题中的应用 | 第26-55页 |
3.1. Hopfield神经网络 | 第26-32页 |
3.1.1. Hopfield神经网络的基本概念 | 第26-29页 |
3.1.2. Hopfield神经网络的学习算法 | 第29-30页 |
3.1.3. CHNN的能量函数及其稳定性分析 | 第30-32页 |
3.2. Hopfield神经网络求解凸优化问题 | 第32-44页 |
3.2.1. CHNN与优化问题 | 第32-35页 |
3.2.2. CHNN计算示例 | 第35-39页 |
3.2.3. 步长更新策略的改进 | 第39-44页 |
3.3. 连续型模拟退火算法求解非凸优化问题 | 第44-52页 |
3.3.1. 模拟退火算法基本原理 | 第44-46页 |
3.3.2. 连续型模拟退火算法 | 第46-47页 |
3.3.3. 模拟退火算法的参数设置 | 第47-48页 |
3.3.4. SA计算示例 | 第48-52页 |
3.4. 模拟退火算法与Hopfield神经网络相结合 | 第52-54页 |
3.4.1. SA-CHNN算法基本介绍 | 第52-53页 |
3.4.2. SA-CHNN计算示例 | 第53-54页 |
3.5. 本章小结 | 第54-55页 |
第四章 并行计算的在路径规划算法中的应用 | 第55-76页 |
4.1. 并行计算基本概念 | 第55-56页 |
4.1.1. 并行计算机体系结构 | 第55页 |
4.1.2. 并行程序编程模型 | 第55-56页 |
4.2. Open CL与并行计算 | 第56-61页 |
4.2.1. Open CL基本概念 | 第56-58页 |
4.2.2. Open CL基本架构 | 第58-60页 |
4.2.3. Open CL编程步骤 | 第60-61页 |
4.3. Hopfield神经网络的并行化分析 | 第61-63页 |
4.4. 矩阵并行运算的性能分析 | 第63-70页 |
4.4.1. Open CL在矩阵乘法上性能测试 | 第63-67页 |
4.4.2. Open CL矩阵运算的优化设计 | 第67-70页 |
4.5. 多目标路径规划算法的验证 | 第70-75页 |
4.5.1. 多目标路径问题的数学模型 | 第70页 |
4.5.2. CHNN的构建 | 第70-73页 |
4.5.3. 计算示例 | 第73-75页 |
4.6. 本章小结 | 第75-76页 |
第五章 路径规划仿真软件的实现 | 第76-85页 |
5.1. 软件架构设计 | 第76-78页 |
5.1.1. 软件开发与运行环境 | 第76-77页 |
5.1.2. 软件基本架构 | 第77-78页 |
5.2. 功能模块的设计与实现 | 第78-84页 |
5.3. 本章小结 | 第84-85页 |
总结与展望 | 第85-87页 |
1. 总结 | 第85-86页 |
2. 展望 | 第86-87页 |
参考文献 | 第87-91页 |
附录 1 Hopfield类核心代码 | 第91-100页 |
附录 2 SA类核心代码 | 第100-107页 |
附录 3 Open CL矩阵乘法核心代码 | 第107-109页 |
攻读硕士学位期间取得的研究成果 | 第109-110页 |
致谢 | 第110-111页 |
附件 | 第111页 |