基于遗传算法的移动机器人路径规划研究
摘要 | 第1-3页 |
ABSTRACT | 第3-7页 |
1 绪论 | 第7-15页 |
·概述 | 第7-8页 |
·课题研究意义 | 第8-9页 |
·国内外研究现状和发展趋势 | 第9-12页 |
·遗传算法的进展 | 第12-14页 |
·本文的主要研究内容 | 第14-15页 |
2 移动机器人的路径规划 | 第15-29页 |
·移动机器人的导航技术 | 第15-18页 |
·机器人导航的概述 | 第15页 |
·移动机器人环境地图的建立 | 第15-17页 |
·移动机器人的导航方式 | 第17页 |
·移动机器人的定位 | 第17-18页 |
·路径规划的定义 | 第18-19页 |
·移动机器人路径规划的特点和问题 | 第19-20页 |
·路径规划方法的分类 | 第20-28页 |
·传统的路径规划方法 | 第21-24页 |
·智能的路径规划方法 | 第24-28页 |
·本章小结 | 第28-29页 |
3 遗传算法的原理 | 第29-43页 |
·遗传算法的概述 | 第29-31页 |
·遗传算法的基本理论 | 第29页 |
·遗传算法的基本思想 | 第29-31页 |
·遗传算法的基本术语 | 第31页 |
·遗传算法的特点和应用 | 第31-34页 |
·遗传算法的特点 | 第31-32页 |
·遗传算法的应用 | 第32-34页 |
·基本遗传算法 | 第34-42页 |
·基本遗传算法的形式化定义与描述 | 第34-35页 |
·基本遗传算法的基本步骤 | 第35-36页 |
·初始化种群 | 第36页 |
·编码表示 | 第36-37页 |
·适应度函数 | 第37-38页 |
·遗传算子 | 第38-42页 |
·参数设定 | 第42页 |
·终止条件的设定 | 第42页 |
·本章小节 | 第42-43页 |
4 基于遗传算法的移动机器人路径规划 | 第43-53页 |
·建立环境模型 | 第43-46页 |
·初始化设置 | 第46-49页 |
·路径的编码 | 第46-47页 |
·初始化种群 | 第47-49页 |
·适应度函数 | 第49页 |
·遗传算子的设计 | 第49-51页 |
·选择算子 | 第49-50页 |
·交叉算子 | 第50页 |
·变异算子 | 第50-51页 |
·删除算子 | 第51页 |
·终止条件的设定 | 第51页 |
·交叉、变异参数的调整 | 第51-52页 |
·本算法路径规划的流程 | 第52页 |
·本章小结 | 第52-53页 |
5 路径规划的仿真实验 | 第53-59页 |
·Matlab 简介 | 第53-54页 |
·Matlab 的功能及特点 | 第53-54页 |
·Matlab 系统 | 第54页 |
·Matlab 遗传算法工具箱 | 第54-56页 |
·遗传算法的主函数 | 第56页 |
·初始种群的生成函数 | 第56页 |
·基本遗传操作函数 | 第56页 |
·仿真实验 | 第56-58页 |
·本章小结 | 第58-59页 |
6 结论 | 第59-60页 |
·结论 | 第59页 |
·展望 | 第59-60页 |
致谢 | 第60-61页 |
参考文献 | 第61-63页 |
附录 | 第63页 |