焊接机器人路径规划问题的算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·机器人应用情况 | 第8-11页 |
| ·机器人的定义 | 第8页 |
| ·机器人的应用 | 第8-10页 |
| ·焊接机器人的应用 | 第10页 |
| ·焊接机器人路径规划问题 | 第10-11页 |
| ·现代路径规划算法 | 第11-13页 |
| ·遗传算法 | 第11页 |
| ·Hopfield 神经网络算法 | 第11-12页 |
| ·DNA 计算 | 第12-13页 |
| 第二章 智能优化方法 | 第13-28页 |
| ·遗传算法 | 第13-20页 |
| ·遗传算法的理论基础 | 第13页 |
| ·遗传算法的生物原理 | 第13-14页 |
| ·遗传算法的基本操作 | 第14-17页 |
| ·遗传算法的优化结果 | 第17-20页 |
| ·神经网络优化方法 | 第20-28页 |
| ·神经网络理论基础 | 第20-22页 |
| ·离散时间的二元神经元网络 | 第22页 |
| ·连续时间的梯度神经元网络 | 第22-23页 |
| ·连续型 Hopfield 网络在路径规划中应用 | 第23-25页 |
| ·优化结果 | 第25-28页 |
| 第三章 DNA 计算的优化方法 | 第28-40页 |
| ·DNA 计算基本理论 | 第28-36页 |
| ·DNA 计算的原理 | 第29页 |
| ·DNA 分子的结构 | 第29-30页 |
| ·DNA 分子的基本生物操作 | 第30-36页 |
| ·DNA 计算应用领域 | 第36-40页 |
| ·双链 DNA 计算模型 | 第37页 |
| ·单链 DNA 计算模型 | 第37页 |
| ·质粒 DNA 计算模型 | 第37-38页 |
| ·表面 DNA 计算模型 | 第38页 |
| ·粘贴 DNA 计算模型 | 第38页 |
| ·剪接 DNA 计算模型 | 第38页 |
| ·三维 DNA 计算模型 | 第38-40页 |
| 第四章 基于DNA 算法的焊接机器人路径规划 | 第40-53页 |
| ·背景 | 第40-43页 |
| ·焊接机器人路径规划的数学模型 | 第43页 |
| ·DNA 计算算法的实现 | 第43-44页 |
| ·算例 | 第44-52页 |
| ·算例一 | 第44-48页 |
| ·算例二 | 第48-52页 |
| ·结论 | 第52-53页 |
| 第五章 总结 | 第53-55页 |
| ·总结 | 第53页 |
| ·进一步研究的方向 | 第53页 |
| ·经验和体会 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60-61页 |
| 附录（攻读硕士学位期间发表的论文） | 第61页 |
