基于蚁群算法的大规模机器人任务分配方法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·课题研究背景和意义 | 第8-9页 |
| ·国内外研究现状及发展趋势 | 第9-10页 |
| ·本文主要工作 | 第10-12页 |
| 第二章 多机器人任务分配 | 第12-16页 |
| ·任务类型 | 第12-13页 |
| ·松散型任务 | 第12页 |
| ·紧耦合型任务 | 第12页 |
| ·松散耦合型任务 | 第12-13页 |
| ·任务分配模式 | 第13页 |
| ·多机器人任务分配的分类 | 第13-14页 |
| ·影响分配算法的因素 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第三章 基于蚁群算法的多机器人任务分配方法 | 第16-23页 |
| ·蚁群算法(ACO) | 第16-18页 |
| ·蚁群算法的原理 | 第16-17页 |
| ·蚁群算法基本步骤和流程 | 第17-18页 |
| ·任务分配系统(LMRTA_ACO)的设计与实现 | 第18-23页 |
| ·系统结构 | 第18-19页 |
| ·高层任务分配过程 | 第19-20页 |
| ·系统功能设计 | 第20-21页 |
| ·系统工作流程 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第四章 机器人联盟 | 第23-28页 |
| ·机器人联盟评价标准 | 第23-24页 |
| ·机器人联盟描述 | 第24-28页 |
| ·机器人的能力描述 | 第24页 |
| ·机器人联盟的能力描述 | 第24-25页 |
| ·任务能力需求描述 | 第25-26页 |
| ·联盟收益定义 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第五章 底层机器人联盟形成算法 | 第28-36页 |
| ·基于蚁群算法求解机器人联盟 | 第28-29页 |
| ·基于粒子群蚁群算法求解机器人联盟 | 第29-32页 |
| ·粒子群算法(PSO)的原理 | 第29-30页 |
| ·粒子群算法的基本步骤和流程 | 第30-31页 |
| ·粒子群蚁群算法基本原理（PSOACO） | 第31页 |
| ·粒子群蚁群算法描述 | 第31-32页 |
| ·基于量子蚁群算法求解机器人联盟 | 第32-35页 |
| ·量子位编码 | 第32-33页 |
| ·QEA 算法描述 | 第33-34页 |
| ·量子蚁群算法QACO 的基本思想 | 第34页 |
| ·QACO 算法描述 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第六章 仿真实验研究 | 第36-41页 |
| ·量子蚁群算法求解机器人联盟仿真实验 | 第36-38页 |
| ·任务分配系统(LMRTA_ACO)仿真实验 | 第38-41页 |
| 结论 | 第41-42页 |
| 参考文献 | 第42-45页 |
| 致谢 | 第45-46页 |
| 在学期间公开发表论文及著作情况 | 第46页 |
