多目标粒子群算法的改进及应用
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第9-13页 |
| ·粒子群算法的研究背景与意义 | 第9-10页 |
| ·多目标粒子群算法的研究现状 | 第10-11页 |
| ·本文的组织安排 | 第11-13页 |
| 第二章 相关背景知识介绍 | 第13-25页 |
| ·多目标优化问题的一般描述 | 第13页 |
| ·多目标优化问题的评价标准 | 第13-14页 |
| ·多目标进化算法的评价标准 | 第13-14页 |
| ·本文所用的评价标准 | 第14页 |
| ·多目标进化群体的多样性与分布性 | 第14-16页 |
| ·保持进化群体多样性与分布性的方法 | 第14-15页 |
| ·本文所用保持分布多样性的方法 | 第15-16页 |
| ·多目标优化问题的适应度值 | 第16-18页 |
| ·粒子群算法 | 第18-21页 |
| ·粒子群算法的基本原理 | 第18页 |
| ·粒子群算法的数学描述 | 第18-19页 |
| ·粒子群算法步骤及其流程图 | 第19-21页 |
| ·测试函数 | 第21-24页 |
| ·单目标测试函数 | 第21-22页 |
| ·多目标测试函数 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 粒子群算法的改进及验证 | 第25-40页 |
| ·基于环境选择和配对选择的多目标粒子群算法 | 第25-29页 |
| ·对标准多目标粒子群算法的改进 | 第25-26页 |
| ·仿真验证及结果分析 | 第26-29页 |
| ·基于自适应策略的标粒子群算法 | 第29-34页 |
| ·对标准多目标粒子群算法的改进 | 第29-30页 |
| ·仿真验证及结果分析 | 第30-34页 |
| ·新型多目标粒子群算法 | 第34-38页 |
| ·对标准多目标粒子群算法的改进 | 第34页 |
| ·仿真验证及结果分析 | 第34-38页 |
| ·本章小结 | 第38-40页 |
| 第四章 移动机器人路径规划 | 第40-45页 |
| ·移动机器人路径规划的研究背景与意义 | 第40-41页 |
| ·移动机器人路径规划的主要研究方法 | 第41页 |
| ·移动机器人路径规划的常用智能算法 | 第41-43页 |
| ·遗传算法 | 第42页 |
| ·人工神经网络算法 | 第42-43页 |
| ·蚁群算法 | 第43页 |
| ·本章小结 | 第43-45页 |
| 第五章 改进算法在移动机器人路径中的应用研究 | 第45-52页 |
| ·环境建模及数学模型的建立 | 第45-47页 |
| ·实验仿真及结果分析 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·结论 | 第52页 |
| ·展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 作者简介及硕士期间的论文 | 第59-60页 |
| 附录一 | 第60-62页 |
| 附录二 | 第62-63页 |
