群体智能的任务分配机制研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-22页 |
| ·课题研究背景及意义 | 第12-13页 |
| ·多机器人系统 | 第13-20页 |
| ·多机器人系统的优点 | 第13页 |
| ·多机器人系统主要研究内容 | 第13-16页 |
| ·群体机器人 | 第16-17页 |
| ·国内外研究现状 | 第17-20页 |
| ·本文研究内容和结构 | 第20-22页 |
| 第2章 多机器人任务分配机制 | 第22-30页 |
| ·传统的任务分配方法 | 第22-25页 |
| ·基于市场机制 | 第22-23页 |
| ·组合优化方法 | 第23-24页 |
| ·基于行为的方法 | 第24页 |
| ·其他方法 | 第24-25页 |
| ·生物启发方法 | 第25-29页 |
| ·群体智能概念及特点 | 第25-27页 |
| ·群体智能系统任务分配的阈值模型 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 STARLOGO平台介绍 | 第30-40页 |
| ·基于主体的仿真工具 | 第30-33页 |
| ·StarLogo介绍 | 第33-37页 |
| ·海龟 | 第33-34页 |
| ·点 | 第34页 |
| ·观察者 | 第34-35页 |
| ·图形接口 | 第35-37页 |
| ·StarLogo建模实例 | 第37-39页 |
| ·模型介绍 | 第37-38页 |
| ·模型实现 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 群体智能的任务分配机制研究 | 第40-56页 |
| ·生物系统的劳动分工 | 第40-41页 |
| ·觅食行为分析 | 第41-43页 |
| ·通信机制 | 第43-44页 |
| ·仿真研究 | 第44-46页 |
| ·觅食任务 | 第44-45页 |
| ·改进的阈值模型 | 第45-46页 |
| ·仿真结果及分析 | 第46-55页 |
| ·无交互的情况 | 第46-49页 |
| ·有交互的情况 | 第49-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 基于群体智能的多机器人任务分配研究 | 第56-70页 |
| ·任务模型 | 第56-58页 |
| ·任务特征 | 第57页 |
| ·评价标准 | 第57-58页 |
| ·基于蚁群算法的多机器人协作 | 第58-59页 |
| ·通信方式 | 第59页 |
| ·方法一:基于群体智能的分级任务分配 | 第59-63页 |
| ·机器人状态转换 | 第59-61页 |
| ·任务分配策略 | 第61-63页 |
| ·方法二:基于效用函数和动态子群的任务分配 | 第63-66页 |
| ·效用函数 | 第64-65页 |
| ·动态子群 | 第65-66页 |
| ·仿真研究 | 第66-68页 |
| ·本章小结 | 第68-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 攻读硕士期间发表的论文和取得的科研成果 | 第77-78页 |
| 致谢 | 第78页 |
