基于遗传算法的仿人机器人路径规划研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-18页 |
| ·选题依据 | 第10页 |
| ·路径规划与多目标优化的发展与现状 | 第10-16页 |
| ·路径规划的发展与现状 | 第10-14页 |
| ·多目标优化算法的发展与现状 | 第14-16页 |
| ·本文研究内容 | 第16-17页 |
| ·技术路线 | 第17页 |
| ·本章小结 | 第17-18页 |
| 2 多目标优化函数及约束条件 | 第18-24页 |
| ·多目标优化函数 | 第19-21页 |
| ·约束条件 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 3 多目标优化遗传算法 | 第24-40页 |
| ·多目标优化思想 | 第24-26页 |
| ·多目标优化问题的数学描述 | 第24-25页 |
| ·多目标优化的基本框架 | 第25-26页 |
| ·多目标优化 NSGA-II 算法 | 第26-31页 |
| ·多目标优化算法的性能评价 | 第31-38页 |
| ·多目标优化算法的性能指标 | 第31-32页 |
| ·NSGA-II 算法的性能测试 | 第32-38页 |
| ·本章小结 | 第38-40页 |
| 4 多目标优化 NSGA-II 算法路径规划 | 第40-70页 |
| ·环境建模 | 第40-42页 |
| ·栅格法 | 第40-41页 |
| ·障碍物表示 | 第41-42页 |
| ·路径编码与解码 | 第42-43页 |
| ·路径点编码与解码 | 第42页 |
| ·路径个体编码与解码 | 第42-43页 |
| ·初始化种群 | 第43-46页 |
| ·初始化个体 | 第43-44页 |
| ·引导方式 | 第44-45页 |
| ·可行路径与不可行路径的处理 | 第45-46页 |
| ·改进的遗传算子 | 第46-47页 |
| ·优化算子 | 第47-50页 |
| ·拥挤度比较算子 | 第50-51页 |
| ·NSGA-II 算法终止条件 | 第51页 |
| ·避障策略 | 第51-56页 |
| ·多目标 NSGA-II 算法路径规划仿真 | 第56-66页 |
| ·NSGA-II 参数的确定 | 第56-61页 |
| ·多目标优化函数的路径规划 | 第61-64页 |
| ·混合目标函数的路径规划 | 第64-66页 |
| ·多目标优化与混合目标函数优化的对比结果 | 第66-68页 |
| ·本章小结 | 第68-70页 |
| 5 结论与展望 | 第70-72页 |
| ·结论 | 第70-71页 |
| ·展望 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 附录 | 第78-80页 |
| 作者简介 | 第80-82页 |
| 学位论文数据集 | 第82页 |
