| 摘要 | 第1-6页 |
| ABSTRACT | 第6-17页 |
| 第一章 绪论 | 第17-29页 |
| ·引言 | 第17-18页 |
| ·机器人与足球机器人 | 第18-19页 |
| ·足球机器人的组织与发展现状 | 第19-21页 |
| ·FIRA与Robocup的比赛项目 | 第21-24页 |
| ·足球机器人的意义与相关研究 | 第24-26页 |
| ·论文的主要研究内容 | 第26页 |
| ·论文的主要创新点 | 第26-27页 |
| ·论文的结构安排 | 第27页 |
| 参考文献 | 第27-29页 |
| 第二章 足球机器人仿真平台及其数学模型 | 第29-49页 |
| ·足球机器人仿真平台介绍 | 第29-32页 |
| ·Robocup仿真平台 | 第29-30页 |
| ·FIRA仿真平台 | 第30-32页 |
| ·Middle League SimuroSot平台的开发 | 第32-33页 |
| ·Middle League SimuroSot平台的运动模型 | 第33-36页 |
| ·仿真平台的基本参数 | 第33-34页 |
| ·指定速度与仿真速度 | 第34-36页 |
| ·小球的运动模型 | 第36-37页 |
| ·机器人小车的运动模型 | 第37-42页 |
| ·运动学模型 | 第37-39页 |
| ·机器人非完整性约束分析 | 第39-40页 |
| ·机器人系统的可控性 | 第40-42页 |
| ·碰撞模型 | 第42-44页 |
| ·机器人之间的碰撞模型 | 第42-43页 |
| ·机器人与场地围墙的碰撞模型 | 第43-44页 |
| ·机器人与球的碰撞模型 | 第44页 |
| ·底层基本运动控制 | 第44-47页 |
| ·底层运动函数的统一形式 | 第45页 |
| ·几种常用的运动函数 | 第45-47页 |
| ·本章小结 | 第47页 |
| 参考文献 | 第47-49页 |
| 第三章 人工免疫系统 | 第49-68页 |
| ·人工免疫系统的生物学基础 | 第50-53页 |
| ·生物免疫系统及其功能 | 第50-51页 |
| ·免疫学理论的发展 | 第51-52页 |
| ·免疫系统的主要特点 | 第52-53页 |
| ·人工免疫系统的研究概括 | 第53-56页 |
| ·人工免疫系统的理论研究 | 第53-54页 |
| ·人工免疫系统的应用研究 | 第54-56页 |
| ·免疫优化的生物学基础 | 第56-58页 |
| ·抗体多样性 | 第56页 |
| ·克隆选择 | 第56-57页 |
| ·独特型网络模型 | 第57页 |
| ·浓度控制 | 第57-58页 |
| ·几种常见的免疫优化算法 | 第58-62页 |
| ·B细胞网络算法 | 第58-59页 |
| ·免疫遗传算法 | 第59页 |
| ·免疫规划算法 | 第59-60页 |
| ·克隆算法 | 第60-62页 |
| ·反向选择算法 | 第62页 |
| ·免疫优化算法的特点 | 第62页 |
| ·本章小结 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 第四章 思维进化算法 | 第68-81页 |
| ·思维进化算法(Mind Evolution Algorithm—MEA)的提出 | 第68-69页 |
| ·思维进化的基本概念 | 第69-70页 |
| ·群体与子群体 | 第69页 |
| ·公告板 | 第69-70页 |
| ·趋同和异化 | 第70页 |
| ·个体 | 第70页 |
| ·思维进化算法的基本思想 | 第70-73页 |
| ·思维进化算法的基本机制 | 第73-74页 |
| ·定向机制 | 第73-74页 |
| ·记忆机制 | 第74页 |
| ·勘探与开发的协调机制 | 第74页 |
| ·趋同策略的开发 | 第74-75页 |
| ·自适应趋同策略 | 第74-75页 |
| ·拟合趋同策略 | 第75页 |
| ·基于预测的趋同策略 | 第75页 |
| ·异化策略的开发 | 第75-76页 |
| ·避免同峰的异化策略 | 第75-76页 |
| ·采用拒绝域的异化策略 | 第76页 |
| ·其它异化策略 | 第76页 |
| ·思维进化算法的应用 | 第76-77页 |
| ·本章小结 | 第77页 |
| 参考文献 | 第77-81页 |
| 第五章 人工免疫思维进化算法的设计 | 第81-108页 |
| ·人工免疫算法与进化算法 | 第82页 |
| ·人工免疫算法(Artificial Immune Algorithm—AIA)原理 | 第82-86页 |
| ·免疫算法的一般步骤 | 第83-86页 |
| ·抗体抗原编码方式 | 第86页 |
| ·基于信息熵的免疫算法 | 第86-89页 |
| ·几个概念 | 第86-88页 |
| ·算法步骤 | 第88-89页 |
| ·存在的问题 | 第89页 |
| ·人工免疫思维进化算法 | 第89-97页 |
| ·算法的免疫学机理 | 第89-90页 |
| ·趋同半径与异化半径 | 第90-91页 |
| ·编码方式 | 第91页 |
| ·选择概率的一种方法 | 第91-92页 |
| ·算法的具体操作和步骤 | 第92-94页 |
| ·算法的优化机理 | 第94-96页 |
| ·算法的收敛性分析 | 第96-97页 |
| ·仿真实验 | 第97-105页 |
| ·测试函数一 | 第98-100页 |
| ·测试函数二 | 第100-102页 |
| ·测试函数三 | 第102-105页 |
| ·本章小结 | 第105页 |
| 参考文献 | 第105-108页 |
| 第六章 人工免疫思维进化算法在足球机器人路径规划中的应用 | 第108-131页 |
| ·足球机器人路径规划 | 第108-109页 |
| ·足球机器人路径规划的方法 | 第109-115页 |
| ·全局路径规划方法 | 第110-111页 |
| ·局部路径规划方法 | 第111-113页 |
| ·基于人工免疫算法的路径规划 | 第113-114页 |
| ·基于行为的路径规划方法 | 第114页 |
| ·其它方法 | 第114-115页 |
| ·人工免疫思维进化算法在足球机器人路径规划中的应用 | 第115-123页 |
| ·路径规划直角坐标系 | 第115-117页 |
| ·路径规划搜索区域 | 第117页 |
| ·障碍物的描述 | 第117-118页 |
| ·路径抗体编码的产生 | 第118-119页 |
| ·亲合力函数的构建 | 第119-122页 |
| ·人工免疫思维进化算法在路径规划中的实现 | 第122-123页 |
| ·仿真实验与结果 | 第123-127页 |
| ·仿真实验一 | 第123-125页 |
| ·仿真实验二 | 第125-126页 |
| ·仿真实验三 | 第126-127页 |
| ·本章小结 | 第127页 |
| 参考文献 | 第127-131页 |
| 第七章 结束语 | 第131-133页 |
| 致谢 | 第133-134页 |
| 攻读硕士学位期间发表的学术论文 | 第134-135页 |
| 攻读硕士学位期间参加的科研项目 | 第135页 |
