| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-16页 |
| ·课题的研究背景及意义 | 第12-13页 |
| ·路径规划的研究现状及发展趋势 | 第13-15页 |
| ·本文主要工作 | 第15-16页 |
| 第二章 移动机器人路径规划 | 第16-22页 |
| ·引言 | 第16页 |
| ·路径规划理论和实现 | 第16-17页 |
| ·机器人路径规划的特点 | 第17页 |
| ·机器人路径规划的分类及其方法 | 第17-21页 |
| ·基于环境模型的路径规划 | 第17-20页 |
| ·基于行为的路径规划 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 基本蚁群算法与粒子群算法及其改进 | 第22-37页 |
| ·蚁群算法和粒子群算法概述 | 第22页 |
| ·蚁群算法的基本原理 | 第22-24页 |
| ·蚁群行为描述 | 第22-23页 |
| ·蚁群算法的机制原理 | 第23-24页 |
| ·蚁群算法的原型——蚂蚁系统 | 第24-26页 |
| ·蚂蚁系统的改进——蚁群系统 | 第26-27页 |
| ·蚁群算法的参数分析 | 第27-28页 |
| ·蚂蚁数量M对算法性能的影响 | 第27页 |
| ·信息素挥发系数ρ对算法性能的影响 | 第27-28页 |
| ·信息素浓度和能见度对算法性能的影响 | 第28页 |
| ·α、β对算法性能的影响 | 第28页 |
| ·本文对基本蚁群算法所做的改进 | 第28-29页 |
| ·粒子群算法的基本原理 | 第29-30页 |
| ·粒子群算法的起源及机制原理 | 第29页 |
| ·粒子群算法的数学描述 | 第29-30页 |
| ·粒子群算法的全局模型与局部模型 | 第30-31页 |
| ·粒子群算法的流程 | 第31-32页 |
| ·粒子群算法的参数分析 | 第32-33页 |
| ·基本粒子群算法的改进 | 第33-36页 |
| ·已有的改进方法 | 第33-34页 |
| ·本文的改进方法 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于蚁群粒子群算法融合的移动机器人路径规划 | 第37-63页 |
| ·引言 | 第37页 |
| ·问题描述与环境建模 | 第37-41页 |
| ·问题描述 | 第37-38页 |
| ·栅格法环境建模 | 第38-41页 |
| ·粒子群算法在路径规划中的应用 | 第41-47页 |
| ·粒子及其环境的设定 | 第41-42页 |
| ·粒子的约束条件及其有效性 | 第42页 |
| ·粒子适应值的计算 | 第42-43页 |
| ·路径的转化 | 第43-45页 |
| ·算法的步骤 | 第45-47页 |
| ·蚁群算法在移动机器人路径规划中的应用 | 第47-50页 |
| ·蚁群算法环境建模及问题描述 | 第47-48页 |
| ·栅格环境到图的逻辑对应关系 | 第48-50页 |
| ·应用于路径规划中的蚁群算法的步骤 | 第50页 |
| ·改进蚁群算法及其实现 | 第50-53页 |
| ·融合算法 | 第53-54页 |
| ·融合算法的设计思想 | 第53-54页 |
| ·融合算法中两算法的衔接 | 第54页 |
| ·融合算法的步骤 | 第54页 |
| ·仿真实验结果及分析 | 第54-61页 |
| ·本章小结 | 第61-63页 |
| 总结与展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表论文 | 第68-70页 |
| 致谢 | 第70页 |