| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 课题来源 | 第11页 |
| 1.2 课题研究的目的和意义 | 第11-13页 |
| 1.3 国内外研究概况 | 第13-18页 |
| 1.3.1 多机器人路径规划的研究概况 | 第13-15页 |
| 1.3.2 人工蜂群算法的研究概况 | 第15-18页 |
| 1.4 论文的主要研究内容 | 第18-20页 |
| 第二章 多机器人路径规划算法及实验平台 | 第20-30页 |
| 2.1 引言 | 第20页 |
| 2.2 路径规划算法分析 | 第20-25页 |
| 2.2.1 传统路径规划方法 | 第20-22页 |
| 2.2.2 群智能路径规划方法 | 第22-24页 |
| 2.2.3 多机器人路径规划算法的发展趋势 | 第24-25页 |
| 2.3 人工蜂群算法在多机器人路径规划中的应用 | 第25-27页 |
| 2.3.1 应用方式及存在的不足 | 第25-26页 |
| 2.3.2 解决方法 | 第26-27页 |
| 2.4 多机器人实验平台 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 基于单目标优化人工蜂群算法的多机器人路径规划方法 | 第30-57页 |
| 3.1 引言 | 第30页 |
| 3.2 人工蜂群算法的原理 | 第30-37页 |
| 3.2.1 自然界蜜蜂的觅食模型 | 第30-33页 |
| 3.2.2 人工蜂群算法的算法模型 | 第33-36页 |
| 3.2.3 人工蜂群算法的特点 | 第36-37页 |
| 3.3 改进的人工蜂群算法 | 第37-44页 |
| 3.3.1 人工蜂群算法的优化方法 | 第38-39页 |
| 3.3.2 改进的人工蜂群算法 | 第39-44页 |
| 3.4 改进的人工蜂群算法在多机器人路径规划中的应用 | 第44-56页 |
| 3.4.1 人工蜂群算法在路径规划中的应用思路 | 第44-45页 |
| 3.4.2 环境建模方法的改进 | 第45-48页 |
| 3.4.3 改进的人工蜂群算法的路径规划仿真 | 第48-55页 |
| 3.4.4 改进的人工蜂群算法的路径规划实验 | 第55-56页 |
| 3.5 本章小结 | 第56-57页 |
| 第四章 基于多目标优化人工蜂群算法的多机器人路径规划方法 | 第57-86页 |
| 4.1 引言 | 第57页 |
| 4.2 多目标优化理论与方法 | 第57-60页 |
| 4.2.1 多目标优化理论 | 第57-59页 |
| 4.2.2 多目标优化方法 | 第59-60页 |
| 4.3 多目标人工蜂群算法的原理及设计 | 第60-71页 |
| 4.3.1 多目标人工蜂群算法的原理及特点 | 第60-62页 |
| 4.3.2 改进的多目标人工蜂群算法 | 第62-68页 |
| 4.3.3 算法性能测试方法 | 第68-70页 |
| 4.3.4 改进的多目标人工蜂群算法的性能测试 | 第70-71页 |
| 4.4 多目标人工蜂群算法在多机器人路径规划中的应用 | 第71-83页 |
| 4.4.1 多目标人工蜂群算法在多机器人路径规划应用中的改进 | 第71-74页 |
| 4.4.2 路径规划性能指标 | 第74-75页 |
| 4.4.3 改进的多目标人工蜂群算法的路径规划仿真 | 第75-81页 |
| 4.4.4 改进的多目标人工蜂群算法的路径规划实验 | 第81-83页 |
| 4.5 本章小结 | 第83-86页 |
| 第五章 结论与展望 | 第86-88页 |
| 5.1 结论 | 第86页 |
| 5.2 展望 | 第86-88页 |
| 参考文献 | 第88-94页 |
| 作者在攻读硕士学位期间公开发表的论文 | 第94-95页 |
| 作者在攻读硕士学位期间所作的项目 | 第95-96页 |
| 致谢 | 第96页 |
