| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 蚁群算法的研究现状 | 第8-9页 |
| 1.3 旅行商问题的研究现状 | 第9页 |
| 1.4 机器人路径规划问题的研究现状 | 第9-11页 |
| 1.4.1 环境建模 | 第9页 |
| 1.4.2 路径规划方法 | 第9-11页 |
| 1.5 本文的主要研究内容及创新点 | 第11-13页 |
| 1.5.1 组织结构 | 第11页 |
| 1.5.2 创新点 | 第11-13页 |
| 第二章 研究基础 | 第13-21页 |
| 2.1 蚁群优化算法 | 第13-14页 |
| 2.1.1 算法简介 | 第13页 |
| 2.1.2 算法原理 | 第13-14页 |
| 2.1.3 算法流程 | 第14页 |
| 2.2 蚁群算法求解旅行商问题 | 第14-15页 |
| 2.2.1 旅行商问题的数学模型 | 第14-15页 |
| 2.2.2 求解TSP的ACO算法 | 第15页 |
| 2.3 蚁群算法求解二维路径规划问题 | 第15-17页 |
| 2.3.1 环境建模 | 第15-16页 |
| 2.3.2 转移规则 | 第16页 |
| 2.3.3 信息素更新规则 | 第16-17页 |
| 2.3.4 算法流程 | 第17页 |
| 2.4 蚁群算法求解三维路径规划问题 | 第17-21页 |
| 2.4.1 三维空间建模 | 第17-18页 |
| 2.4.2 信息素更新 | 第18-19页 |
| 2.4.3 搜索区域 | 第19页 |
| 2.4.4 转移规则 | 第19页 |
| 2.4.5 算法流程 | 第19-21页 |
| 第三章 求解TSP的改进信息素二次更新与局部优化蚁群算法 | 第21-28页 |
| 3.1 改进信息素二次更新与局部优化蚁群算法 | 第21-22页 |
| 3.1.1 信息素更新策略 | 第21-22页 |
| 3.1.2 局部优化策略 | 第22页 |
| 3.2 算法流程 | 第22-23页 |
| 3.3 算法性能测试 | 第23-27页 |
| 3.4 本章小结 | 第27-28页 |
| 第四章 基于双层蚁群算法和动态环境的机器人路径规划方法 | 第28-43页 |
| 4.1 双层蚁群算法 | 第28-29页 |
| 4.1.1 局部优化策略 | 第28-29页 |
| 4.1.2 信息素更新策略 | 第29页 |
| 4.1.3 双层蚁群算法的步骤 | 第29页 |
| 4.1.4 双层蚁群算法的流程图 | 第29页 |
| 4.2 碰撞类型及避碰策略 | 第29-33页 |
| 4.3 方法流程和伪代码 | 第33-34页 |
| 4.3.1 方法流程 | 第33-34页 |
| 4.3.2 方法伪代码 | 第34页 |
| 4.4 仿真实验 | 第34-42页 |
| 4.4.1 静态环境仿真实验 | 第34-39页 |
| 4.4.2 动态环境仿真实验 | 第39-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章 求解三维路径规划问题的改进蚁群算法 | 第43-50页 |
| 5.1 改进蚁群算法 | 第43-44页 |
| 5.1.1 启发函数 | 第43页 |
| 5.1.2 选择概率 | 第43-44页 |
| 5.2 算法流程 | 第44-45页 |
| 5.3 算法性能测试 | 第45-48页 |
| 5.4 本章小结 | 第48-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 6.1 总结 | 第50页 |
| 6.2 展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 附录:作者在攻读硕士学位期间发表的论文 | 第56页 |