| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 1 绪论 | 第10-16页 |
| 1.1 课题研究的背景与意义 | 第10-12页 |
| 1.2 国内外研究现状以及发展趋势 | 第12-14页 |
| 1.2.1 路径规划的研究现状及发展 | 第12-13页 |
| 1.2.2 足球机器人对抗策略的研究现状及发展 | 第13-14页 |
| 1.3 论文结构及主要研究内容 | 第14-16页 |
| 2 足球机器人系统研究 | 第16-22页 |
| 2.1 足球机器人路径规划研究 | 第16-17页 |
| 2.1.1 足球机器人路径规划的特点 | 第16页 |
| 2.1.2 足球机器人路径规划的方法分析 | 第16-17页 |
| 2.2 足球机器人对抗策略研究 | 第17-18页 |
| 2.2.1 足球机器人决策系统的特点 | 第17-18页 |
| 2.2.2 足球机器人对抗策略的分析 | 第18页 |
| 2.3 足球机器人系统环境模型 | 第18-22页 |
| 2.3.1 球场模型 | 第18-19页 |
| 2.3.2 球的运动模型 | 第19页 |
| 2.3.3 机器人运动 | 第19-22页 |
| 3 足球机器人基础路径规划 | 第22-36页 |
| 3.1 基于传统人工势场法的路径规划 | 第22-28页 |
| 3.1.1 引力和斥力函数的确定 | 第22-24页 |
| 3.1.2 基本的算法流程 | 第24-25页 |
| 3.1.3 传统人工势场法的足球机器人路径规划仿真实验分析 | 第25-28页 |
| 3.2 粒子群算法的路径规划 | 第28-33页 |
| 3.2.1 粒子群算法的参数分析设置 | 第29-30页 |
| 3.2.2 基本的算法流程 | 第30-31页 |
| 3.2.3 粒子群算法的足球机器人路径规划仿真实验分析 | 第31-33页 |
| 3.3 传统人工势场法和粒子群算法路径规划的仿真对比分析 | 第33-36页 |
| 4 足球机器人路径规划改进算法研究 | 第36-50页 |
| 4.1 改进人工势场法的路径规划 | 第36-40页 |
| 4.1.1 改进人工势场法 | 第36-38页 |
| 4.1.2 基本算法流程 | 第38-39页 |
| 4.1.3 基于改进人工势场法路径规划仿真实验分析 | 第39-40页 |
| 4.2 改进粒子群算法的路径规划 | 第40-45页 |
| 4.2.1 改进粒子群算法 | 第40-43页 |
| 4.2.2 基本算法流程 | 第43-44页 |
| 4.2.3 基于改进粒子群算法路径规划仿真实验分析 | 第44-45页 |
| 4.3 自适应PSO | 第45-47页 |
| 4.4 改进人工势场法路径规划和改进粒子群算法路径规划的对比分析 | 第47-50页 |
| 5 足球机器人对抗策略研究 | 第50-64页 |
| 5.1 信息系统的知识约简算法概述 | 第50-52页 |
| 5.1.1 信息系统的基本概念 | 第50页 |
| 5.1.2 决策表的基本概念 | 第50-51页 |
| 5.1.3 决策表的属性约简算法 | 第51-52页 |
| 5.2 足球机器人对抗决策信息系统的建立 | 第52-54页 |
| 5.2.1 足球机器人比赛环境设定 | 第52-53页 |
| 5.2.2 对抗决策信息系统的建立 | 第53-54页 |
| 5.2.3 对抗决策表建立 | 第54页 |
| 5.3 完备条件下足球机器人对抗决策规律 | 第54-59页 |
| 5.3.1 对抗决策表属性约简 | 第55页 |
| 5.3.2 对抗决策表的属性值约简 | 第55-57页 |
| 5.3.3 基于粗糙集的决策规则提取算法 | 第57-59页 |
| 5.4 不完备信息条件下足球机器人对抗决策信息系统 | 第59-64页 |
| 5.4.1 基本粗糙集算法下对抗决策规则提取与可靠性分析 | 第59-61页 |
| 5.4.2 改进粗糙集算法的知识、规则约简 | 第61-62页 |
| 5.4.3 条件属性值缺失 | 第62-63页 |
| 5.4.4 改进粗糙集算法下对抗决策规则提取与可靠性分析 | 第63-64页 |
| 6 结论与展望 | 第64-66页 |
| 6.1 研究结论 | 第64-65页 |
| 6.2 工作展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读学位期间发表学术论文 | 第70-72页 |
| 致谢 | 第72页 |
