| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究意义与背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文的论文框架 | 第12-14页 |
| 第二章 多智能体系统网络模型及算法 | 第14-28页 |
| 2.1 多智能体系统蜂拥网络相关定义 | 第14-15页 |
| 2.2 Reynolds模型 | 第15-16页 |
| 2.2.1 分离 | 第15-16页 |
| 2.2.2 聚合 | 第16页 |
| 2.2.3 速度匹配 | 第16页 |
| 2.3 多智能体蜂拥算法的数学基础 | 第16-19页 |
| 2.3.1 蜂拥的几何结构 | 第17-18页 |
| 2.3.2 非负映射和光滑邻接元素 | 第18页 |
| 2.3.3 涌现势能函数 | 第18-19页 |
| 2.4 牵制控制算法 | 第19-21页 |
| 2.4.1 牵制控制的基本概念 | 第19-20页 |
| 2.4.2 二阶多智能体系统的牵制控制 | 第20-21页 |
| 2.5 蜂拥控制算法 | 第21-27页 |
| 2.5.1 蜂拥控制基本算法 | 第21-22页 |
| 2.5.2 带虚拟领导者的蜂拥控制算法 | 第22-23页 |
| 2.5.3 带虚拟领导者的牵制蜂拥控制算法 | 第23-25页 |
| 2.5.4 障碍物环境下的蜂拥控制算法 | 第25-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 多智能体系统分层牵制蜂拥控制 | 第28-41页 |
| 3.1 问题描述 | 第28-29页 |
| 3.2 多智能体系统模型描述 | 第29-30页 |
| 3.3 多智能体系统分层牵制蜂拥控制 | 第30-37页 |
| 3.3.1 基于节点关联度的子网络划分算法 | 第30-31页 |
| 3.3.2 分层牵制节点的选取—节点影响力指数评估算法 | 第31-32页 |
| 3.3.3 多智能体分层牵制蜂拥算法 | 第32-36页 |
| 3.3.4 多智能体蜂拥系统性能分析 | 第36-37页 |
| 3.4 实验分析 | 第37-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 融合局部自适应跟踪的多目标牵制蜂拥控制 | 第41-55页 |
| 4.1 问题描述 | 第41-42页 |
| 4.2 多智能体系统模型描述 | 第42页 |
| 4.3 融合局部自适应跟踪的多目标牵制蜂拥算法 | 第42-48页 |
| 4.3.1 局部跟踪目标的更新 | 第42-43页 |
| 4.3.2 具有外部牵制作用的信息智能体的选取 | 第43-44页 |
| 4.3.3 势能函数设计 | 第44-45页 |
| 4.3.4 蜂拥控制算法 | 第45-48页 |
| 4.4 多目标蜂拥避障算法 | 第48-50页 |
| 4.4.1 蜂拥避障预判断方法 | 第48-49页 |
| 4.4.2 多目标避障算法描述 | 第49-50页 |
| 4.5 实验分析 | 第50-54页 |
| 4.5.1 无障碍物环境下多目标蜂拥 | 第50-51页 |
| 4.5.2 多目标算法性能对比 | 第51-52页 |
| 4.5.3 障碍物环境下多目标蜂拥 | 第52-54页 |
| 4.5.4 多目标避障算法性能对比 | 第54页 |
| 4.6 本章小结 | 第54-55页 |
| 第五章 融入速度优化策略的多智能体蜂拥行为分析 | 第55-64页 |
| 5.1 问题描述 | 第55-56页 |
| 5.2 多智能体系统模型描述 | 第56-57页 |
| 5.2.1 序参量 | 第56-57页 |
| 5.2.2 模型描述 | 第57页 |
| 5.3 最高能量效率下通信半径的优化 | 第57-59页 |
| 5.3.1 网络连通 | 第58页 |
| 5.3.2 适应度函数 | 第58-59页 |
| 5.3.3 微粒群算法寻优 | 第59页 |
| 5.4 实验分析 | 第59-63页 |
| 5.4.1 演化初始条件和终止条件 | 第59-60页 |
| 5.4.2 速度优化模型的蜂拥演示 | 第60页 |
| 5.4.3 系统参数对蜂拥行为的影响 | 第60-63页 |
| 5.5 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 作者简介硕士在读期间发表的学术论文 | 第71-72页 |
| 致谢 | 第72页 |