基于PCNN的迷宫路径优化技术研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-16页 |
| ·研究背景 | 第9-10页 |
| ·相关技术的发展状况 | 第10-13页 |
| ·导航与定位技术 | 第10-11页 |
| ·感知技术 | 第11-12页 |
| ·硬计算与软计算 | 第12-13页 |
| ·研究目的及意义 | 第13-14页 |
| ·本论文写作安排 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 2 硬件系统 | 第16-25页 |
| ·系统架构 | 第16-17页 |
| ·最小系统 | 第17-18页 |
| ·红外检测 | 第18-19页 |
| ·陀螺仪 | 第19-20页 |
| ·马达驱动 | 第20-22页 |
| ·供电系统 | 第22页 |
| ·外围接口 | 第22-23页 |
| ·无线串口 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 3 脉冲耦合神经网络 | 第25-34页 |
| ·PCNN研究进展 | 第25-26页 |
| ·视觉皮层与ECKHORN模型 | 第26-27页 |
| ·视觉皮层 | 第26-27页 |
| ·Eckhorn模型 | 第27页 |
| ·PCNN模型 | 第27-29页 |
| ·PCNN工作原理 | 第29-31页 |
| ·PCNN参数选择及说明 | 第31-32页 |
| ·PCNN的特点 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 4 迷宫的启发式搜索策略 | 第34-48页 |
| ·迷宫问题 | 第34-35页 |
| ·启发式策略中几个基本问题 | 第35-40页 |
| ·搜索 | 第35-36页 |
| ·状态空间表示法 | 第36-37页 |
| ·数据驱动搜索和目标驱动搜索 | 第37-39页 |
| ·评估函数 | 第39-40页 |
| ·启发函数与搜索效率 | 第40页 |
| ·最佳优先搜索策略 | 第40-42页 |
| ·A~*搜索策略 | 第42-47页 |
| ·可采纳性 | 第42-44页 |
| ·单调性 | 第44-46页 |
| ·信息度与最优性 | 第46-47页 |
| ·评估函数 | 第47页 |
| ·本章小结 | 第47-48页 |
| 5 PCNN结合改进型A*的迷宫路径优化算法 | 第48-61页 |
| ·迷宫模型的建立 | 第48页 |
| ·算法基本思路 | 第48-49页 |
| ·算法设计 | 第49-53页 |
| ·改进型PCNN模型 | 第50页 |
| ·改进型A~*的评估函数 | 第50-52页 |
| ·评估函数中的PCNN运算 | 第52-53页 |
| ·算法证明 | 第53-55页 |
| ·算法的流程 | 第55-56页 |
| ·仿真分析 | 第56-60页 |
| ·仿真结果 | 第56-57页 |
| ·算法的搜索效率分析 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 结语 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 附录1 | 第67-68页 |
| 附录2 | 第68-70页 |
| 后记 | 第70-72页 |
