移动机器人路径规划
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·引言 | 第10-11页 |
| ·路径规划的国内外研究现状 | 第11-13页 |
| ·本文的主要内容 | 第13-15页 |
| 第二章 遗传算法理论概述 | 第15-25页 |
| ·遗传算法的生物学基础 | 第15-16页 |
| ·遗传算法的术语定义 | 第16-17页 |
| ·遗传算法的构成 | 第17-23页 |
| ·个体的编码方法 | 第17-20页 |
| ·初始种群的产生 | 第20页 |
| ·适应度函数的设计 | 第20-21页 |
| ·遗传算子 | 第21-23页 |
| ·遗传算法的终止条件 | 第23页 |
| ·遗传算法的步骤 | 第23-24页 |
| ·遗传算法的特征 | 第24-25页 |
| 第三章 基于改进的D*Lite 算法的路径规划 | 第25-36页 |
| ·概念定义 | 第25-26页 |
| ·D*Lite 算法的介绍 | 第26-27页 |
| ·D*Lite 算法的不足 | 第27-28页 |
| ·一种改进的D*Lite 算法 | 第28-33页 |
| ·使用延迟技术来处理环境改变 | 第28-29页 |
| ·使用最小二叉堆作为数据结构 | 第29-30页 |
| ·改进D*Lite 算法的过程描述 | 第30-33页 |
| ·实验仿真与结果分析 | 第33-36页 |
| 第四章 基于改进的ARA*算法的路径规划 | 第36-46页 |
| ·概念定义 | 第36-38页 |
| ·ARA*算法的介绍 | 第38-39页 |
| ·ARA*算法的不足 | 第39-40页 |
| ·一种改进的ARA*算法 | 第40-44页 |
| ·引入裁剪模块来缩减非均衡表 | 第40-41页 |
| ·使用裁剪模块来控制算法的流程 | 第41页 |
| ·算法的构成与过程描述 | 第41-44页 |
| ·改进算法的仿真结果和比较分析 | 第44-46页 |
| 第五章 基于改进的遗传算法的路径规划 | 第46-55页 |
| ·环境建模 | 第46-48页 |
| ·染色体编码方法 | 第48-49页 |
| ·遗传参数的设置 | 第49页 |
| ·初始种群的产生 | 第49-52页 |
| ·使用双向的ARA*算法产生初始种群 | 第50-51页 |
| ·使用随机搜索算法来产生初始种群 | 第51-52页 |
| ·适应度函数的设计 | 第52页 |
| ·遗传算子设计 | 第52-53页 |
| ·仿真实验与结果分析 | 第53-55页 |
| 第六章 总结与工作展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录 | 第60页 |
