基于改进人工鱼群算法的机器人路径规划
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第8-12页 |
| §1.1 研究背景及意义 | 第8页 |
| §1.2 国内外研究现状 | 第8-10页 |
| §1.3 本文的组织结构 | 第10-11页 |
| §1.4 本章小结 | 第11-12页 |
| 第二章机器人路径规划概述 | 第12-19页 |
| §2.1 路径规划中的环境建模 | 第12-15页 |
| §2.1.1 建模方法 | 第12页 |
| §2.1.2 栅格法 | 第12-15页 |
| §2.2 路径规划算法 | 第15-17页 |
| §2.2.1 传统的路径规划算法 | 第16页 |
| §2.2.2 仿生智能路径规划算法 | 第16-17页 |
| §2.3 机器人路径规划的未来发展趋势 | 第17-18页 |
| §2.4 本章小结 | 第18-19页 |
| 第三章 基本的人工鱼群算法 | 第19-26页 |
| §3.1 人工鱼群算法的基本原理 | 第19-23页 |
| §3.1.1 基本思想 | 第19-20页 |
| §3.1.2 一些定义 | 第20页 |
| §3.1.3 行为描述 | 第20-23页 |
| §3.2 基本人工鱼群算法具体行为描述 | 第23-25页 |
| §3.2.1 觅食行为 | 第23-24页 |
| §3.2.2 聚群行为 | 第24页 |
| §3.2.3 追尾行为 | 第24-25页 |
| §3.3 本章小结 | 第25-26页 |
| 第四章 改进的人工鱼群算法 | 第26-38页 |
| §4.1 人工鱼群算法的优缺点 | 第26-27页 |
| §4.2 设计新适应度函数 | 第27-30页 |
| §4.2.1 无碰撞适应度函数 | 第27-28页 |
| §4.2.2 路径适应度函数 | 第28-29页 |
| §4.2.3 全局适应度函数 | 第29-30页 |
| §4.3 引入方向算子进行改进 | 第30-32页 |
| §4.3.1 觅食行为改进 | 第30-31页 |
| §4.3.2 聚群行为改进 | 第31页 |
| §4.3.3 追尾行为改进 | 第31-32页 |
| §4.4 引入免疫算法进行改进 | 第32-37页 |
| §4.4.1 免疫算法 | 第32-34页 |
| §4.4.2 免疫算法的优化 | 第34-37页 |
| §4.5 本章小结 | 第37-38页 |
| 第五章 改进人工鱼群算法的路径规划仿真 | 第38-50页 |
| §5.1 仿真与建模环境 | 第38页 |
| §5.2 仿真实验中涉及的参数选取分析 | 第38-40页 |
| §5.2.1 视野和步长 | 第38-39页 |
| §5.2.2 拥挤度因子 | 第39-40页 |
| §5.2.3 人工鱼的个体数目 | 第40页 |
| §5.3 结果分析 | 第40-49页 |
| §5.3.1 仿真实验及结果 | 第40-49页 |
| §5.3.2 仿真综合分析 | 第49页 |
| §5.4 本章小结 | 第49-50页 |
| 第六章 总结和展望 | 第50-52页 |
| §6.1 本文总结 | 第50页 |
| §6.2 未来展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 作者在攻读硕士期间的主要研究成果 | 第57页 |
