不确定环境下的移动机器人遗传路径规划方法研究
| 1 绪论 | 第1-11页 |
| ·研究背景 | 第7页 |
| ·国外研究状况 | 第7-8页 |
| ·国内研究状况 | 第8-9页 |
| ·遗传规划的发展 | 第9-10页 |
| ·研究内容介绍 | 第10-11页 |
| 2 遗传算法与遗传规划 | 第11-25页 |
| ·遗传算法 | 第11-13页 |
| ·遗传规划 | 第13-23页 |
| ·遗传规划的问题表达 | 第14-16页 |
| ·产生初始群体 | 第16-17页 |
| ·适应度计算 | 第17-18页 |
| ·遗传操作 | 第18-22页 |
| ·终止计算 | 第22-23页 |
| ·遗传规划的收敛性分析 | 第23页 |
| ·遗传算法和遗传规划的比较 | 第23-25页 |
| 3 机器人路径规划及不确定环境建模 | 第25-32页 |
| ·路径规划综述 | 第25-27页 |
| ·路径规划概述 | 第25-26页 |
| ·路径规划方法 | 第26-27页 |
| ·环境建模 | 第27-32页 |
| ·栅格法环境建模 | 第27-28页 |
| ·环境分类 | 第28-29页 |
| ·不确定环境信息获取方法 | 第29-32页 |
| 4 基于遗传规划的机器人路径规划 | 第32-46页 |
| ·遗传规划在机器人路径规划中的应用 | 第32-33页 |
| ·基于遗传规划的机器人路径规划 | 第33-46页 |
| ·终止符和函数符确定 | 第33-34页 |
| ·数据结构选择 | 第34-36页 |
| ·适应度函数 | 第36页 |
| ·初始群体 | 第36页 |
| ·复制 | 第36-37页 |
| ·交叉 | 第37页 |
| ·突变 | 第37-38页 |
| ·算法流程图 | 第38页 |
| ·算法改进 | 第38-46页 |
| 5 GP仿真实现及应用研究 | 第46-65页 |
| ·程序设计语言 | 第46页 |
| ·程序中各个类设计 | 第46-54页 |
| ·群体类 | 第47-48页 |
| ·结点类 | 第48-50页 |
| ·终止符和函数符类 | 第50页 |
| ·机器人类 | 第50-52页 |
| ·环境类 | 第52-53页 |
| ·传感器类 | 第53-54页 |
| ·仿真实验及结果分析 | 第54-61页 |
| ·机器人工作模式 | 第54页 |
| ·仿真实验 | 第54-61页 |
| ·遗传规划的实际应用初探 | 第61-65页 |
| ·移动机器人体系结构建立 | 第61-63页 |
| ·环境感知方法 | 第63页 |
| ·传感器配置 | 第63-64页 |
| ·实际应用描述 | 第64-65页 |
| 总结 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-70页 |
