| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 1 绪论 | 第12-32页 |
| 1.1 课题背景 | 第12-15页 |
| 1.2 移动机器人的路径规划综述 | 第15-21页 |
| 1.3 群体智能优化算法概述 | 第21-29页 |
| 1.4 本论文的主要研究工作 | 第29-32页 |
| 2 基于粒子群优化算法的路径规划收敛性与参数关系分析 | 第32-51页 |
| 2.1 引言 | 第32页 |
| 2.2 粒子群优化算法的收敛性分析 | 第32-37页 |
| 2.3 基于粒子群优化算法的机器人路径规划参数关系分析 | 第37-50页 |
| 2.4 本章小结 | 第50-51页 |
| 3 量子行为粒子群优化算法与其在轨迹规划中应用研究 | 第51-86页 |
| 3.1 引言 | 第51-52页 |
| 3.2 量子行为粒子群优化算法的研究现状 | 第52-59页 |
| 3.3 量子行为粒子群优化算法的收敛性分析 | 第59-61页 |
| 3.4 量子行为粒子群优化算法的控制参数分析 | 第61-66页 |
| 3.5 基于QPSO算法的移动机器人路径规划与参数关系分析 | 第66-73页 |
| 3.6 基于QPSO的移动机器人轨迹规划与实验 | 第73-85页 |
| 3.7 本章小结 | 第85-86页 |
| 4 基于SELQPSO算法与其路径规划基本参数评估方法研究 | 第86-109页 |
| 4.1 引言 | 第86页 |
| 4.2 基于自然选择的量子行为粒子群优化算法 | 第86-94页 |
| 4.3 移动机器人路径规划基本参数评估方法研究 | 第94-104页 |
| 4.4 基于SelQPSO算法和参数评估方法的路径规划仿真 | 第104-108页 |
| 4.5 本章小结 | 第108-109页 |
| 5 混合改进的量子行为粒子群优化算法与其在移动机器人路径规划中的应用 | 第109-132页 |
| 5.1 引言 | 第109-110页 |
| 5.2 混合改进的量子行为粒子群优化算法 | 第110-121页 |
| 5.3 LTQPSO算法的基本参数估计方法研究 | 第121-124页 |
| 5.4 基于LTQPSO算法和参数评估方法的移动机器人路径规划仿真实验 | 第124-130页 |
| 5.5 本章小结 | 第130-132页 |
| 6 随机出现障碍环境下移动机器人的实时轨迹规划研究 | 第132-160页 |
| 6.1 引言 | 第132-133页 |
| 6.2 随机出现障碍物环境下移动机器人轨迹规划策略 | 第133-135页 |
| 6.3 移动机器人的实时轨迹规划方法研究 | 第135-140页 |
| 6.4 移动机器人的轨迹规划仿真实验 | 第140-152页 |
| 6.5 移动机器人的实时轨迹规划实验 | 第152-159页 |
| 6.6 本章小结 | 第159-160页 |
| 7 总结和展望 | 第160-164页 |
| 7.1 全文总结 | 第160-162页 |
| 7.2 未来研究工作展望 | 第162-164页 |
| 致谢 | 第164-165页 |
| 参考文献 | 第165-178页 |
| 附录一 攻读博士学位期间完成的论文目录和参加的科研项目 | 第178-179页 |
| 附录二 公开发表的学术论文与博士学位论文的关系 | 第179页 |
