基于进化神经网络的未知环境下机器人多路径规划研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-12页 |
| ·引言 | 第8页 |
| ·移动机器人路径规划的研究现状及发展 | 第8-10页 |
| ·移动机器人多路径规划的研究意义 | 第10-11页 |
| ·本文的研究内容及论文组织 | 第11-12页 |
| 第2章 机器人多路径规划方法 | 第12-18页 |
| ·路径规划问题概述 | 第12页 |
| ·路径规划的定义 | 第12页 |
| ·路径规划问题的实现 | 第12-13页 |
| ·未知环境下路径规划方法 | 第13-14页 |
| ·基于行为的路径规划方法 | 第13页 |
| ·基于模糊规则算法的路径规划方法 | 第13页 |
| ·基于神经网络的路径规划方法 | 第13-14页 |
| ·基于滚动规划的路径规划方法 | 第14页 |
| ·多路径规划问题 | 第14-16页 |
| ·未知环境下的多路径规划 | 第16-18页 |
| 第3章 基于自适应小生境遗传算法优化的神经网络 | 第18-35页 |
| ·遗传算法 | 第18-19页 |
| ·遗传算法的基本思想及步骤 | 第18页 |
| ·遗传算法的局限性 | 第18-19页 |
| ·小生境遗传算法的主要组成 | 第19-23页 |
| ·编码 | 第19-20页 |
| ·评价函数 | 第20页 |
| ·遗传算子 | 第20-22页 |
| ·小生境操作 | 第22-23页 |
| ·小生境遗传算法的主要参数 | 第23-24页 |
| ·常用小生境技术 | 第24-27页 |
| ·基于预选择机制的小生境技术 | 第24页 |
| ·基于排挤机制的小生境技术 | 第24-25页 |
| ·基于隔离的小生境技术 | 第25-26页 |
| ·基于共享机制的小生境技术 | 第26-27页 |
| ·自适应小生境遗传算法 | 第27-30页 |
| ·小生境识别技术 | 第27-28页 |
| ·简单适应值共享 | 第28-29页 |
| ·算法步骤 | 第29-30页 |
| ·基于进化神经网络的多峰搜索 | 第30-35页 |
| ·神经网络的优化及编码 | 第30-31页 |
| ·评价函数 | 第31页 |
| ·遗传算子 | 第31-32页 |
| ·实验仿真 | 第32-34页 |
| ·仿真结果讨论 | 第34-35页 |
| 第4章 未知环境下机器人多路径规划算法及仿真 | 第35-52页 |
| ·神经网络设计 | 第35-38页 |
| ·机器人模型 | 第35-36页 |
| ·神经网络的输入及输出 | 第36-38页 |
| ·环境的建立 | 第38页 |
| ·遗传操作 | 第38-40页 |
| ·评价函数 | 第38-39页 |
| ·遗传算子 | 第39-40页 |
| ·不同可行路径的判断 | 第40-45页 |
| ·未知环境下机器人多路径规划算法 | 第45-46页 |
| ·实验仿真 | 第46-51页 |
| ·仿真结果讨论 | 第51-52页 |
| 第5章 总结与展望 | 第52-53页 |
| ·工作总结 | 第52页 |
| ·研究展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 附录: 攻读学位期间发表的论文 | 第57页 |
