| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 图目录 | 第12-14页 |
| 表目录 | 第14-15页 |
| 第1章 绪论 | 第15-25页 |
| 1.1 多机器人图形构造 | 第15-19页 |
| 1.1.1 研究多机器人图形构造的意义 | 第15页 |
| 1.1.2 多机器人图形构造的分类 | 第15-19页 |
| 1.2 群体智能方法及其应用场景 | 第19-22页 |
| 1.2.1 群体 | 第19页 |
| 1.2.2 群体智能 | 第19-20页 |
| 1.2.3 群体智能计算方式 | 第20-21页 |
| 1.2.4 群体智能的应用场景 | 第21-22页 |
| 1.3 国内外研究现状 | 第22-23页 |
| 1.4 主要研究内容 | 第23-24页 |
| 1.5 论文结构 | 第24-25页 |
| 第2章 多机器人图形构造算法关键技术 | 第25-39页 |
| 2.1 目标图形描述 | 第25-30页 |
| 2.1.1 几何图形构造中的目标图形描述 | 第25-26页 |
| 2.1.2 功能性图形构造中的目标图形描述 | 第26-30页 |
| 2.2 个体间交流协调机制 | 第30-33页 |
| 2.2.1 外激励 | 第30-31页 |
| 2.2.2 自然界中信息素的特点 | 第31页 |
| 2.2.3 虚拟信息素的一般模型 | 第31-33页 |
| 2.3 群体运动决策机制 | 第33-38页 |
| 2.3.1 基本粒子群优化算法 | 第33-35页 |
| 2.3.2 速度更新公式 | 第35-37页 |
| 2.3.3 探索能力和开发能力的平衡 | 第37-38页 |
| 2.4 本章小结 | 第38-39页 |
| 第3章 算法描述 | 第39-55页 |
| 3.1 定义和假设 | 第39-40页 |
| 3.1.1 系统运行的环境 | 第39页 |
| 3.1.2 图形构造问题的定义 | 第39-40页 |
| 3.1.3 算法的前提假设 | 第40页 |
| 3.2 算法总体概述 | 第40-44页 |
| 3.3 关键数学模型 | 第44-51页 |
| 3.3.1 扩散信息素模型 | 第44-49页 |
| 3.3.2 虚拟信息素模型 | 第49-50页 |
| 3.3.3 粒子群优化算法 | 第50-51页 |
| 3.4 不同状态下的个体运动决策 | 第51-53页 |
| 3.4.1 分散状态下的个体运动决策 | 第51-52页 |
| 3.4.2 探索状态下的个体运动决策 | 第52-53页 |
| 3.5 本章小结 | 第53-55页 |
| 第4章 仿真器设计及仿真实验 | 第55-72页 |
| 4.1 仿真器设计 | 第55-63页 |
| 4.1.1 仿真器的设计目标 | 第55-56页 |
| 4.1.2 面向对象的建模方法简介 | 第56页 |
| 4.1.3 仿真平台的具体设计 | 第56-63页 |
| 4.2 仿真实验及实验结果讨论 | 第63-71页 |
| 4.2.1 算法的可扩展性 | 第63-66页 |
| 4.2.2 虚拟信息素模型的衰减参数对运行结果的影响 | 第66-68页 |
| 4.2.3 粒子群优化算法的惯性参数对运行结果的影响 | 第68-71页 |
| 4.3 本章小结 | 第71-72页 |
| 第5章 机器人平台上的初步验证 | 第72-85页 |
| 5.1 机器人实验平台 | 第72-80页 |
| 5.1.1 典型的群体机器人平台介绍 | 第72-74页 |
| 5.1.2 群体机器人的设计原则 | 第74-75页 |
| 5.1.3 电子鼠实验平台 | 第75-80页 |
| 5.2 实验目标与方案 | 第80-83页 |
| 5.3 机器人实验平台的改进 | 第83页 |
| 5.4 本章小结 | 第83-85页 |
| 第6章 结论 | 第85-87页 |
| 6.1 全文总结 | 第85页 |
| 6.2 未来的工作 | 第85-87页 |
| 参考文献 | 第87-90页 |
| 致谢 | 第90-91页 |
| 参与课题及已发论文 | 第91-93页 |