首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

社会群优化算法及其在机器人导航中的应用

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-18页
   ·研究背景和意义第10-11页
   ·机器人导航国内外研究现状第11-12页
     ·国外研究现状第11-12页
     ·国内研究现状第12页
   ·相关工作第12-16页
     ·群搜索优化算法第12-14页
     ·粒子群算法第14-15页
     ·动物行为第15-16页
   ·本文贡献及论文结构安排第16-18页
     ·本文主要贡献第16-17页
     ·文章结构安排第17-18页
第2章 社会群优化模型第18-24页
   ·问题描述第18页
   ·社会群优化模型第18-19页
   ·社会群优化各子模型第19-23页
     ·估价函数与决策因子第19-20页
     ·分类模型第20页
     ·社会行为模型第20-21页
     ·搜索模型第21-22页
     ·信息交换与进化模型第22-23页
   ·本章小结第23-24页
第3章 社会群优化算法及理论分析第24-33页
   ·社会群优化算法原理第24-25页
   ·社会群优化算法第25-32页
     ·群体初始化第25-26页
     ·估价函数及决策因子第26-28页
     ·信息熵模型第28-29页
     ·分类操作第29-31页
     ·搜索操作第31-32页
     ·信息交换与进化操作第32页
   ·本章小结第32-33页
第4章 机器人导航中的社会行为建模第33-43页
   ·社会行为分类第33-35页
   ·机器人与人的社会交互行为第35-38页
     ·规避行为第35-36页
     ·利用行为第36页
     ·投靠行为第36-37页
     ·诱导性回避行为第37页
     ·诱导性利用行为第37-38页
   ·机器人之间的社会行为第38-42页
     ·信息熵模型适用性证明第38-40页
     ·对抗行为第40页
     ·报答行为第40-41页
     ·妥协行为第41-42页
     ·机器人引导交互行为第42页
   ·本章小结第42-43页
第5章 实验模拟与结果分析第43-58页
   ·实验环境第43页
   ·实验过程及案例分析第43-53页
     ·参数设置第43-45页
     ·实例分析第45-53页
   ·信息熵模型有效性分析第53-56页
     ·信息熵函数评价标准第53-55页
     ·系统信息熵值第55页
     ·结论第55-56页
   ·实验对比第56-57页
   ·本章小结第57-58页
第6章 总结与展望第58-59页
   ·总结第58页
     ·本文主要工作第58页
     ·本文的缺点及不足第58页
   ·社会机器人导航问题展望第58-59页
参考文献第59-64页
致谢第64页

论文共64页,点击 下载论文
上一篇:基于多信息的AGV系统控制技术研究
下一篇:基于群智能和人工生命的蜂群行为的研究