布谷鸟搜索算法研究及其在AUV路径规划中的应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题的研究背景和意义 | 第10页 |
| 1.2 CS算法研究现状 | 第10-11页 |
| 1.3 AUV研究现状 | 第11-13页 |
| 1.3.1 国外研究现状 | 第12页 |
| 1.3.2 国内研究现状 | 第12-13页 |
| 1.4 AUV路径规划的定义和分类 | 第13页 |
| 1.5 AUV路径规划的主要流程 | 第13-14页 |
| 1.6 本文的主要工作 | 第14-16页 |
| 第2章 AUV路径规划研究综述 | 第16-26页 |
| 2.1 AUV路径规划关键问题 | 第16页 |
| 2.2 环境建模 | 第16-21页 |
| 2.2.1 环境建模分类 | 第16-19页 |
| 2.2.2 海底环境建模关键问题 | 第19-21页 |
| 2.3 AUV路径规划方法研究 | 第21-24页 |
| 2.3.1 传统的AUV路径规划方法 | 第22页 |
| 2.3.2 智能的AUV路径规划方法 | 第22-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第3章 布谷鸟搜索算法研究 | 第26-44页 |
| 3.1 布谷鸟搜索算法原理 | 第26-29页 |
| 3.1.1 布谷鸟搜索算法生物学原理 | 第26-27页 |
| 3.1.2 布谷鸟搜索算法数学原理 | 第27-29页 |
| 3.2 布谷鸟搜索算法收敛性分析 | 第29-34页 |
| 3.2.1 随机算法收敛准则 | 第29-30页 |
| 3.2.2 布谷鸟搜索算法的收敛性分析 | 第30-34页 |
| 3.3 布谷鸟搜索算法仿真实验 | 第34-42页 |
| 3.3.1 算法实现 | 第34-35页 |
| 3.3.2 收敛性实验 | 第35-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第4章 改进的布谷鸟搜索算法 | 第44-54页 |
| 4.1 标准布谷鸟搜索算法的不足 | 第44页 |
| 4.2 改进的布谷鸟搜索算法 | 第44-46页 |
| 4.2.1 布谷鸟搜索算法改进思路 | 第44-45页 |
| 4.2.2 MCS算法的运算步骤 | 第45-46页 |
| 4.3 MCS算法仿真实验 | 第46-53页 |
| 4.3.1 优化性能实验 | 第46-52页 |
| 4.3.2 收敛速度实验 | 第52-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 MCS算法在AUV路径规划中的应用 | 第54-68页 |
| 5.1 整体设计 | 第54-55页 |
| 5.2 海底环境建模 | 第55-59页 |
| 5.2.1 电子海图水深数据的栅格建模 | 第55-56页 |
| 5.2.2 曲面拟合法插值电子海图水深数据 | 第56-57页 |
| 5.2.3 三维海底环境的构造 | 第57-59页 |
| 5.3 AUV路径规划中的MCS算法设计 | 第59-62页 |
| 5.3.1 种群初始化 | 第59-60页 |
| 5.3.2 鸟窝位置编码方式 | 第60页 |
| 5.3.3 适应度函数设计 | 第60-61页 |
| 5.3.4 鸟窝位置更新方式 | 第61-62页 |
| 5.3.5 终止条件设置 | 第62页 |
| 5.4 仿真实验 | 第62-67页 |
| 5.4.1 路径规划实验一 | 第62-64页 |
| 5.4.2 路径规划实验二 | 第64-67页 |
| 5.5 本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第76-78页 |
| 致谢 | 第78页 |
