| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 引言 | 第12-14页 |
| 1.2 移动机器人的发展现状 | 第14-15页 |
| 1.2.1 国外研究现状 | 第14-15页 |
| 1.2.2 国内研究现状 | 第15页 |
| 1.3 本文的创新点 | 第15-16页 |
| 1.4 主要研究内容 | 第16-18页 |
| 第2章 移动机器人路径规划环境建模 | 第18-22页 |
| 2.1 移动机器人路径规划方法 | 第18-19页 |
| 2.2 基于栅格法的移动机器人路径规划 | 第19-21页 |
| 2.2.1 栅格法 | 第19-20页 |
| 2.2.2 移动机器人路径规划环境模型的建立 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 粒子群与人工鱼群混合算法的移动机器人路径规划 | 第22-36页 |
| 3.1 旅行商问题(TSP)的描述 | 第23页 |
| 3.2 基本算法 | 第23-25页 |
| 3.2.1 人工鱼群算法 | 第23-24页 |
| 3.2.2 粒子群算法 | 第24-25页 |
| 3.3. 粒子群与人工鱼群混合算法 | 第25-27页 |
| 3.3.1 线性递减惯性权重策略 | 第25-26页 |
| 3.3.2 PSO-AFSA实现步骤 | 第26-27页 |
| 3.4 TSP问题的求解 | 第27-33页 |
| 3.4.1 TSP问题仿真实验 | 第27-33页 |
| 3.5 粒子群与人工鱼群混合算法的移动机器人路径规划 | 第33-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第4章 多策略混合人工鱼群算法移动机器人路径规划 | 第36-45页 |
| 4.1 多策略混合人工鱼群算法 | 第37-39页 |
| 4.1.1 加权平均距离策略 | 第37-38页 |
| 4.1.2 对数函数移动因子策略 | 第38页 |
| 4.1.3 高斯变异策略 | 第38-39页 |
| 4.2 移动机器人路径规划仿真实验 | 第39-44页 |
| 4.2.1 移动机器人路径规划数学模型 | 第39-40页 |
| 4.2.2 优化步骤与仿真结果 | 第40-43页 |
| 4.2.3 旅行商(TSP)问题的求解 | 第43-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 总结与展望 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 攻读学位期间所发表的学术论文 | 第50-51页 |
| 致谢 | 第51页 |