基于蚁群算法的智能机器人路径规划研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·课题背景及意义 | 第8-12页 |
| ·机器人技术 | 第8-9页 |
| ·路径规划综述 | 第9-11页 |
| ·路径规划研究进展 | 第11-12页 |
| ·存在的问题和课题研究意义 | 第12-13页 |
| ·论文研究内容与结构 | 第13-14页 |
| 2 粗糙集理论 | 第14-24页 |
| ·粗糙集概述 | 第14-18页 |
| ·知识表达系统 | 第14-15页 |
| ·知识约简与核 | 第15-16页 |
| ·知识的依赖性 | 第16-17页 |
| ·属性的依赖性 | 第17页 |
| ·属性的重要性 | 第17-18页 |
| ·决策逻辑与决策 | 第18-22页 |
| ·决策逻辑语言 | 第18-19页 |
| ·推演决策逻辑 | 第19页 |
| ·决策规则及算法 | 第19-22页 |
| ·决策表 | 第22页 |
| ·粗糙集优点 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 3 基于蚁群算法的路径研究 | 第24-32页 |
| ·引言 | 第24页 |
| ·蚁群算法 | 第24-29页 |
| ·蚁群算法基本原理 | 第25-26页 |
| ·蚁群算法的数学模型 | 第26-28页 |
| ·蚁群算法性能评价指标 | 第28-29页 |
| ·蚁群算法存在的问题 | 第29页 |
| ·基本蚁群算法实现路径规划 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 4 基于改进算法的路径规划 | 第32-44页 |
| ·模型及相关定义 | 第32-34页 |
| ·环境建模 | 第32页 |
| ·栅格法建立的环境模型 | 第32-34页 |
| ·改进算法的路径规划 | 第34-42页 |
| ·改进算法的基本思想 | 第34-35页 |
| ·机器人路径决策规则 | 第35-38页 |
| ·基于粗糙集获得可行路径 | 第38-40页 |
| ·改进的概率和信息素 | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 5 软件设计及分析 | 第44-54页 |
| ·仿真软件开发和运行环境 | 第44页 |
| ·本文涉及的参数选取分析 | 第44-46页 |
| ·结果分析 | 第46-53页 |
| ·仿真实验及结果 | 第46-51页 |
| ·算法性能指标 | 第51-52页 |
| ·仿真综合分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 6 总结与展望 | 第54-56页 |
| ·本文总结 | 第54-55页 |
| ·未来展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读学位期间发表的学术论文目录 | 第60-66页 |
| 致谢 | 第66页 |
