| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 传统方法 | 第10页 |
| 1.2.2 智能化方法 | 第10-12页 |
| 1.2.3 其它方法 | 第12页 |
| 1.3 本论文主要研究内容 | 第12-13页 |
| 1.4 本论文组织框架 | 第13-15页 |
| 第二章 机器人路径规划 | 第15-26页 |
| 2.1 机器人路径规划问题概述 | 第15-23页 |
| 2.1.1 路径规划问题的介绍 | 第15-16页 |
| 2.1.2 路径规划问题的解决步骤 | 第16-17页 |
| 2.1.3 路径规划问题的研究方法现状 | 第17-23页 |
| 2.2 多机器人路径规划方法 | 第23-24页 |
| 2.2.1 现有多机器人避碰和壁障方法分析 | 第24页 |
| 2.3 本章小结 | 第24-26页 |
| 第三章 协同进化算法研究 | 第26-45页 |
| 3.1 协同进化算法 | 第26-27页 |
| 3.1.1 协同进化的定义 | 第26页 |
| 3.1.2 协同进化的内容 | 第26-27页 |
| 3.2 协同进化的动力学描述 | 第27-29页 |
| 3.2.1 种群内部竞争的协同进化动力学 | 第27-28页 |
| 3.2.2 捕食系统的协同进化动力学 | 第28-29页 |
| 3.3 协同进化算法的发展现状 | 第29-31页 |
| 3.3.1 基于种群间竞争机制的协同进化算法 | 第29页 |
| 3.3.2 基于捕食者-猎物机制的协同进化算法 | 第29-30页 |
| 3.3.3 基于共生机制的协同进化算法 | 第30页 |
| 3.3.4 协同进化算法存在的问题 | 第30-31页 |
| 3.4 免疫克隆算法 | 第31-32页 |
| 3.5 基于免疫克隆机制改进的协同进化算法 | 第32-39页 |
| 3.5.1 ICCEA算法描述 | 第33-35页 |
| 3.5.2 算法步骤 | 第35-39页 |
| 3.6 算法性能测试及分析 | 第39-43页 |
| 3.6.1 ICCEA对测试函数进行测试的结果 | 第40-42页 |
| 3.6.2 ICCEA与CCGA算法比较 | 第42-43页 |
| 3.7 本章小结 | 第43-45页 |
| 第四章 基于ICCEA的多机器人路径规划研究 | 第45-51页 |
| 4.1 环境地图构建 | 第45-46页 |
| 4.1.1 地图表示方法 | 第45页 |
| 4.1.2 环境地图模型构建 | 第45-46页 |
| 4.2 基于ICCEA的多机器人路径规划方法实现方法 | 第46-50页 |
| 4.2.1 机器人模型建立 | 第46-47页 |
| 4.2.2 算法描述 | 第47页 |
| 4.2.3 基于ICCEA多机器人路径规划实现步骤 | 第47-49页 |
| 4.2.4 仿真实验 | 第49-50页 |
| 4.3 本章小结 | 第50-51页 |
| 第五章 基于ICCEA的多机器人编队实现 | 第51-58页 |
| 5.1 多机器人编队介绍 | 第51页 |
| 5.2 多机器人编队控制技术 | 第51-54页 |
| 5.2.1 多机器人编队基本队形 | 第52页 |
| 5.2.2 多机器人编队队形参考点 | 第52页 |
| 5.2.3 多机器人编队控制方法 | 第52-53页 |
| 5.2.4 多机器人编队中主要问题 | 第53-54页 |
| 5.3 基于ICCEA的多机器人编队任务的路径规划 | 第54-57页 |
| 5.3.1 环境构建 | 第54页 |
| 5.3.2 多机器人队形参考点选择及队形描述 | 第54-56页 |
| 5.3.3 基于ICCEA多机器人编队路径规划算法描述 | 第56页 |
| 5.3.4 仿真测试 | 第56-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58页 |
| 6.2 展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63页 |
