仿人足球机器人运动规划
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-16页 |
| ·课题研究背景及 | 第9-10页 |
| ·仿人机器人国内外发展状况 | 第10-11页 |
| ·仿人足球机器人运动规划 | 第11-14页 |
| ·全局路径规划方法 | 第11-12页 |
| ·局部路径规划方法 | 第12-13页 |
| ·基于智能算法的路径规划 | 第13-14页 |
| ·课题研究内容 | 第14-16页 |
| 2 蚁群算法 | 第16-30页 |
| ·蚁群算法的基本原理 | 第16-17页 |
| ·数学模型建立 | 第17-19页 |
| ·蚁群算法解决问题的基本步骤 | 第19-20页 |
| ·蚁群算法的参数选择 | 第20-21页 |
| ·蚁群算法的优缺点 | 第21-23页 |
| ·蚁群算法的优点 | 第21-22页 |
| ·蚁群算法的缺点 | 第22-23页 |
| ·蚁群算法的改进算法 | 第23-25页 |
| ·与遗传算法结合 | 第25-29页 |
| ·遗传算法 | 第26-27页 |
| ·遗传算法的特点 | 第27页 |
| ·遗传算法的原理 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 3 基本蚁群算法路径规划 | 第30-39页 |
| ·栅格法 | 第30-32页 |
| ·栅格编码方法 | 第30页 |
| ·栅格的表示方法 | 第30-32页 |
| ·MAKLINK 图论理论 | 第32-34页 |
| ·Dijkstra 算法 | 第33页 |
| ·Dijkstra 的算法流程 | 第33-34页 |
| ·蚂蚁的凸处理理论 | 第34-36页 |
| ·蚁群算法的惩罚策略 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 4 改进蚁群算法 | 第39-48页 |
| ·改进蚁群算法 | 第39-40页 |
| ·遗传算法的引入 | 第39页 |
| ·改进蚁群算法的优点 | 第39页 |
| ·问题描述与定义 | 第39-40页 |
| ·改进蚁群算法的基本步骤 | 第40-42页 |
| ·信息初始化 | 第42-45页 |
| ·个体编码 | 第43页 |
| ·初始群体的产生 | 第43页 |
| ·适应度函数的选择 | 第43-44页 |
| ·遗传算子的设定 | 第44-45页 |
| ·蚁群算法与遗传算法的结合时机 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 5 系统仿真 | 第48-57页 |
| ·仿真环境的建立 | 第48-50页 |
| ·改进蚁群算法在栅格环境中的仿真 | 第50-54页 |
| ·参数设置 | 第50页 |
| ·建立环境模型 | 第50-52页 |
| ·不同环境下的仿真结果 | 第52-54页 |
| ·仿真特性比较 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 6 结论 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士期间发表学术论文情况 | 第61-62页 |
| 致谢 | 第62页 |
