| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·引言 | 第9页 |
| ·课题研究意义 | 第9-11页 |
| ·混沌优化 | 第9-10页 |
| ·路径规划 | 第10-11页 |
| ·论文研究内容 | 第11-12页 |
| ·论文的结构安排 | 第12-14页 |
| 第2章 混沌与混沌优化 | 第14-21页 |
| ·混沌的定义及其特征 | 第14-15页 |
| ·混沌的定义 | 第14页 |
| ·混沌的基本特性 | 第14-15页 |
| ·Logistic 映射 | 第15-18页 |
| ·Logistic 映射的数学描述 | 第15-17页 |
| ·Logistic 映射的 Lyapunov 指数分析 | 第17-18页 |
| ·优化理论 | 第18-19页 |
| ·混沌优化算法原理 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 混沌优化算法研究 | 第21-36页 |
| ·粒子群算法 | 第21-24页 |
| ·算法简介 | 第21-22页 |
| ·算法流程 | 第22-24页 |
| ·混沌粒子群优化算法 | 第24页 |
| ·改进的混沌优化粒子群算法 | 第24-25页 |
| ·PSO,CPSO,IWPSO 算法的仿真结果比较 | 第25-29页 |
| ·混沌优化神经网络的训练 | 第29-34页 |
| ·神经网络的学习算法 | 第29-31页 |
| ·混沌优化神经网络学习算法 | 第31-32页 |
| ·仿真结果与分析 | 第32-34页 |
| ·本章小结 | 第34-36页 |
| 第4章 移动机器人路径规划的仿真研究 | 第36-56页 |
| ·移动机器人路径规划 | 第36-38页 |
| ·基于地图的全局路径规划 | 第36-37页 |
| ·基于传感器的局部路径规划 | 第37-38页 |
| ·混合型方法 | 第38页 |
| ·人工势场法原理 | 第38-42页 |
| ·势场函数的构建 | 第38-39页 |
| ·斥力场函数构建 | 第39-40页 |
| ·引力场函数构建 | 第40-41页 |
| ·人工势场法特点与改进 | 第41-42页 |
| ·人工势场法仿真 | 第42-48页 |
| ·无障碍物的路径规划 | 第42-43页 |
| ·单障碍物的路径规划 | 第43页 |
| ·多障碍物的路径规划 | 第43-44页 |
| ·路径规划中的特殊情况 | 第44-48页 |
| ·混沌人工势场法 | 第48-55页 |
| ·混沌人工势场法步骤 | 第48-50页 |
| ·无障碍物的仿真 | 第50-51页 |
| ·局部稳定情况 | 第51-53页 |
| ·目标不可达情况 | 第53-54页 |
| ·复杂情况下的路径规划 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 混沌优化在足球机器人路径规划中的应用 | 第56-66页 |
| ·实验平台介绍 | 第57-58页 |
| ·实验软件环境 | 第58-59页 |
| ·基于混沌优化机制的足球机器人控制 | 第59-63页 |
| ·小车动力学模型建立 | 第60-61页 |
| ·基于混沌优化算法的 PID 参数整定 | 第61-63页 |
| ·结果分析 | 第63页 |
| ·足球机器人路径规划实验结果与分析 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-68页 |
| ·论文主要研究成果与创新点 | 第66-67页 |
| ·未来工作展望 | 第67-68页 |
| 参考文献 | 第68-70页 |
| 个人简历、在读期间发表的学术论文及研究成果 | 第70-71页 |
| 致谢 | 第71页 |