基于改进人工鱼群算法的移动机器人路径规划问题研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究的工程背景 | 第10-11页 |
| 1.2 问题的提出和研究的目的及意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.3.1 国外研究现状 | 第12-13页 |
| 1.3.2 国内研究现状 | 第13-14页 |
| 1.4 人工鱼群算法的研究现状 | 第14-16页 |
| 1.5 本文主要研究工作及结构安排 | 第16-19页 |
| 1.5.1 本文的主要研究工作 | 第16-17页 |
| 1.5.2 本文的结构安排 | 第17-19页 |
| 第2章 移动机器人路径规划技术 | 第19-24页 |
| 2.1 机器人路径规划问题概述 | 第19-20页 |
| 2.2 传统路径规划方法 | 第20-21页 |
| 2.3 智能路径规划方法 | 第21-23页 |
| 2.4 本章小节 | 第23-24页 |
| 第3章 基于差分进化的并行自适应人工鱼群算法 | 第24-43页 |
| 3.1 基本人工鱼群算法 | 第24-27页 |
| 3.1.1 基本人工鱼群算法概述 | 第24-25页 |
| 3.1.2 基本人工鱼群算法的行为描述 | 第25-26页 |
| 3.1.3 基本人工鱼群算法实现过程 | 第26-27页 |
| 3.1.4 基本人工鱼群算法分析 | 第27页 |
| 3.2 差分进化算法 | 第27-30页 |
| 3.2.1 差分进化算法概述 | 第28页 |
| 3.2.2 差分进化算法实现过程 | 第28-30页 |
| 3.3 基于差分进化的并行自适应人工鱼群算法 | 第30-35页 |
| 3.3.1 并行进化策略 | 第30-31页 |
| 3.3.2 自适应策略 | 第31-33页 |
| 3.3.3 子群体信息交流机制 | 第33页 |
| 3.3.4 判定概率的引入 | 第33页 |
| 3.3.5 差分进化算法的引入 | 第33-34页 |
| 3.3.6 算法实现过程 | 第34-35页 |
| 3.4 数值实验与结果分析 | 第35-42页 |
| 3.4.1 无约束函数优化问题 | 第36-40页 |
| 3.4.2 约束函数优化问题 | 第40-42页 |
| 3.5 本章小节 | 第42-43页 |
| 第4章 优化算法在路径规划问题中的应用及分析 | 第43-61页 |
| 4.1 优化算法在机器人路径规划中的应用 | 第43-55页 |
| 4.1.1 环境模型及问题描述 | 第43-46页 |
| 4.1.2 目标函数的确定 | 第46-48页 |
| 4.1.3 仿真实验及结果分析 | 第48-55页 |
| 4.2 优化算法在无人机航路规划中的应用 | 第55-60页 |
| 4.2.1 环境建模及问题描述 | 第55-56页 |
| 4.2.2 目标函数的确定 | 第56-58页 |
| 4.2.3 仿真实验及结果分析 | 第58-60页 |
| 4.3 本章小节 | 第60-61页 |
| 第5章 结论与展望 | 第61-63页 |
| 5.1 结论 | 第61页 |
| 5.2 展望 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 攻读学位期间公开发表论文 | 第68-69页 |
| 致谢 | 第69页 |
