AGV路径规划问题设计与研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 AGV国内外研究现状 | 第13-15页 |
| 1.2.2 路径规划问题研究现状 | 第15-16页 |
| 1.3 论文主要研究内容 | 第16-17页 |
| 1.4 论文结构安排 | 第17-19页 |
| 第二章 AGV路径规划相关算法介绍 | 第19-32页 |
| 2.1 遗传算法介绍 | 第19-21页 |
| 2.2 深度学习介绍 | 第21-29页 |
| 2.3 强化学习介绍 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 静态环境下AGV路径规划 | 第32-39页 |
| 3.1 AGV工作环境建模 | 第32-33页 |
| 3.2 改进遗传算法设计 | 第33-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第四章 动态环境下AGV路径规划 | 第39-46页 |
| 4.1 AGV工作环境建模 | 第39-40页 |
| 4.2 深度强化学习算法设计 | 第40-45页 |
| 4.3 本章小结 | 第45-46页 |
| 第五章 算法实现与结果分析 | 第46-52页 |
| 5.1 改进遗传算法仿真分析 | 第46-49页 |
| 5.1.1 路径规划路线结果 | 第46-48页 |
| 5.1.2 算法收敛曲线 | 第48-49页 |
| 5.2 深度强化学习算法仿真分析 | 第49-51页 |
| 5.2.1 路径规划结果 | 第49-50页 |
| 5.2.2 各种算法收敛曲线 | 第50-51页 |
| 5.3 本章小结 | 第51-52页 |
| 总结与展望 | 第52-55页 |
| 总结 | 第52-53页 |
| 展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间的科研成果 | 第59-61页 |
| 致谢 | 第61-62页 |
