| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 缩略语 | 第11-12页 |
| 第一章 绪论 | 第12-19页 |
| ·引言 | 第12-13页 |
| ·研究现状 | 第13-17页 |
| ·多移动机器人环境探索的研究历程及现状 | 第13-14页 |
| ·代表性研究工作 | 第14-16页 |
| ·多机器人协同环境探索中存在的问题 | 第16-17页 |
| ·本文选题背景及结构 | 第17-19页 |
| 第二章 基于单纯遗传算法的多移动机器人协同探索策略 | 第19-29页 |
| ·引言 | 第19-20页 |
| ·多机器人选择多目标点的组合优化问题 | 第20-22页 |
| ·目标点的定义 | 第20-21页 |
| ·花费的定义 | 第21页 |
| ·效用值的定义 | 第21-22页 |
| ·基于迭代运算的分配策略 | 第22页 |
| ·基于单纯遗传算法的目标分配策略 | 第22-24页 |
| ·遗传算法简介 | 第23页 |
| ·染色体编码及初始种群的产生 | 第23页 |
| ·适应度函数 | 第23-24页 |
| ·三种遗传操作 | 第24页 |
| ·仿真实验结果与分析 | 第24-28页 |
| ·仿真实验的简化设定 | 第24-25页 |
| ·三种环境下的实验结果 | 第25-28页 |
| ·实验结果分析 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于改进遗传算法的多移动机器人协同探索策略 | 第29-38页 |
| ·免疫遗传算法简介 | 第29-30页 |
| ·初始化操作 | 第30-31页 |
| ·染色体编码及初始种群的产生 | 第30-31页 |
| ·抗原输入 | 第31页 |
| ·基于相似性矢量距的选择操作 | 第31-32页 |
| ·自适应的交叉和变异操作 | 第32-33页 |
| ·基于免疫遗传算法的目标分配策略 | 第33-34页 |
| ·仿真实验结果与分析 | 第34-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 基于免疫网络理论的分布式多机器人环境探索策略 | 第38-61页 |
| ·引言 | 第38页 |
| ·生物免疫系统的基本原理 | 第38-41页 |
| ·免疫学的基本概念 | 第38-39页 |
| ·生物免疫系统的功能 | 第39页 |
| ·生物免疫系统的特点 | 第39-40页 |
| ·生物免疫系统的工作原理 | 第40-41页 |
| ·生物免疫系统与人工免疫系统 | 第41-43页 |
| ·人工免疫系统概述 | 第43-46页 |
| ·人工免疫系统的定义和研究范围 | 第43-44页 |
| ·人工免疫系统的发展 | 第44-45页 |
| ·人工免疫网络模型 | 第45-46页 |
| ·基于免疫基理的分布式多机器人环境探索系统 | 第46-53页 |
| ·引言 | 第46-48页 |
| ·免疫原理在多机器人系统中的应用 | 第48-49页 |
| ·分布式多机器人组网探索策略 | 第49-50页 |
| ·基于免疫的子网内多机器人的协作 | 第50-52页 |
| ·基于免疫网络的目标分配算法描述 | 第52-53页 |
| ·仿真实验结果与分析 | 第53-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 基于改进的克隆选择算法的多机器人协同决策机制 | 第61-75页 |
| ·引言 | 第61页 |
| ·关于克隆选择的主要理论 | 第61-66页 |
| ·克隆选择算法的基本原理 | 第61-63页 |
| ·克隆选择算法 | 第63-65页 |
| ·克隆选择在优化中的应用 | 第65-66页 |
| ·基于改进的克隆选择算法的多机器人协同决策机制 | 第66-71页 |
| ·几个基本概念及术语的定义 | 第66-67页 |
| ·几种操作算子 | 第67-69页 |
| ·算法描述 | 第69-71页 |
| ·仿真实验结果与分析 | 第71-72页 |
| ·五种算法的比较 | 第72-73页 |
| ·本章小结 | 第73-75页 |
| 结论 | 第75-77页 |
| 参考文献 | 第77-83页 |
| 致谢 | 第83-84页 |
| 个人简历与研究成果 | 第84-85页 |
| 学位论文评阅及答辩情况 | 第85页 |
