| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1. 绪论 | 第10-17页 |
| 1.1 课题的研究背景和意义 | 第10页 |
| 1.2 群体智能优化算法概述 | 第10-13页 |
| 1.2.1 粒子群算法 | 第11页 |
| 1.2.2 蚁群算法 | 第11-12页 |
| 1.2.3 人工鱼群算法 | 第12-13页 |
| 1.2.4 人工蜂群算法 | 第13页 |
| 1.3 人工蜂群算法的研究与应用概述 | 第13-15页 |
| 1.4 课题研究的主要内容 | 第15-17页 |
| 2. 基本人工蜂群算法及其应用 | 第17-33页 |
| 2.1 基本人工蜂群算法 | 第17-21页 |
| 2.1.1 人工蜂群算法基本概念 | 第17-20页 |
| 2.1.2 人工蜂群算法的实现步骤 | 第20-21页 |
| 2.2 基于ABC算法对直流电机系统整数阶PID控制器的优化 | 第21-28页 |
| 2.2.1 直流电机模型的建立 | 第21-23页 |
| 2.2.2 整数阶PID控制原理 | 第23-24页 |
| 2.2.3 基于人工蜂群算法的PID控制器设计 | 第24-25页 |
| 2.2.4 整数阶PID控制器优化仿真结果 | 第25-28页 |
| 2.3 基于人工蜂群算法分数阶PID控制器参数优化 | 第28-31页 |
| 2.3.1 分数阶PID控制器的理论 | 第28-29页 |
| 2.3.2 分数阶PID控制器的优化 | 第29-31页 |
| 2.4 本章小结 | 第31-33页 |
| 3. 基于改进ABC算法的机器人避障路径规划研究 | 第33-40页 |
| 3.1 蜂群算法的改进 | 第33-34页 |
| 3.2 基于改进的ABC算法的机器人避障路径规划研究 | 第34-37页 |
| 3.2.1 预备知识-Bezier曲线 | 第34-36页 |
| 3.2.2 基于蜂群算法路径规划问题的模型建立 | 第36-37页 |
| 3.3 仿真实验结果及分析 | 第37-38页 |
| 3.4 本章小结 | 第38-40页 |
| 4. 多目标人工蜂群算法的改进及应用 | 第40-49页 |
| 4.1 多目标优化问题及其解决方案 | 第40-41页 |
| 4.2 多目标优化评价指标 | 第41-42页 |
| 4.3 基本的多目标人工蜂群算法 | 第42-44页 |
| 4.4 改进的多目标人工蜂群算法 | 第44-45页 |
| 4.5 伺服电机系统的多目标PID参数优化 | 第45-48页 |
| 4.6 本章小结 | 第48-49页 |
| 5. 总结与展望 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 附录：硕士研究生学习阶段发表论文 | 第56-57页 |
| 致谢 | 第57页 |
