复杂环境下基于贝叶斯蚁群算法的机器人路径规划研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-16页 |
| ·课题的研究背景及意义 | 第8-10页 |
| ·机器人路径规划国内外研究现状 | 第10-13页 |
| ·本文的主要研究内容和创新之处 | 第13-16页 |
| ·本文的主要研究内容 | 第13-14页 |
| ·本文的创新之处 | 第14页 |
| ·文章的组织结构 | 第14-16页 |
| 第2章 环境建模与环境分析 | 第16-23页 |
| ·常用环境建模的方法及比较 | 第16-18页 |
| ·基于栅格的环境建模 | 第18-19页 |
| ·相关定义 | 第19-20页 |
| ·复杂障碍环境分析 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 基于蚁群算法的路径规划 | 第23-28页 |
| ·蚁群优化算法简介 | 第23-24页 |
| ·基于蚁群算法的路径规划 | 第24-27页 |
| ·问题的描述和定义 | 第25页 |
| ·算法的简单描述 | 第25页 |
| ·算法的具体步骤 | 第25-26页 |
| ·蚁群算法的优缺点分析 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第4章 基于贝叶斯决策的路径规划 | 第28-33页 |
| ·贝叶斯决策的理论基础 | 第28-29页 |
| ·贝叶斯决策法则 | 第29-31页 |
| ·基于最小错误率的贝叶斯决策 | 第30页 |
| ·基于最小风险的贝叶斯决策 | 第30-31页 |
| ·贝叶斯决策在路径规划中的应用 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第5章 复杂环境下基于贝叶斯蚁群的路径规划 | 第33-39页 |
| ·问题描述和相关定义 | 第33页 |
| ·基于贝叶斯决策的蚂蚁算法的基本思想 | 第33-36页 |
| ·基于贝叶斯决策的概率计算 | 第34-36页 |
| ·模拟退火机制的引入 | 第36页 |
| ·基于贝叶斯决策的蚂蚁算法步骤 | 第36-37页 |
| ·仿真实验及比较 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第6章 复杂环境下基于贝叶斯滚动窗口的路径规划 | 第39-51页 |
| ·基于滚动窗口的路径规划 | 第39-42页 |
| ·问题描述与相关定义 | 第39-41页 |
| ·传统的局部子目标映射法则 | 第41-42页 |
| ·基于滚动窗口的路径规划算法描述 | 第42页 |
| ·滚动窗口的"振荡"现象以及解决方案 | 第42-44页 |
| ·滚动窗口的"振荡"现象 | 第42-43页 |
| ·振荡现象的解决方案 | 第43-44页 |
| ·避免滚动窗口振荡的贝叶斯决策模型 | 第44-50页 |
| ·局部子目标风险因子的确定 | 第45-46页 |
| ·局部子目标损失函数的确定 | 第46-47页 |
| ·局部子目标选择的概率运算 | 第47页 |
| ·改进的局部子目标映射法则 | 第47-48页 |
| ·基于贝叶斯决策的滚动窗口算法步骤 | 第48页 |
| ·仿真实验及比较 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第7章 总结与展望 | 第51-53页 |
| ·论文工作总结 | 第51页 |
| ·研究工作展望 | 第51-53页 |
| 参考文献 | 第53-59页 |
| 致谢 | 第59-60页 |
| 附录 | 第60页 |
| 在读期间参与的课题 | 第60页 |
| 在读期间发表的论文 | 第60页 |
