免疫进化算法及其在多机器人协作中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-20页 |
| ·进化计算概述 | 第10-11页 |
| ·免疫计算研究背景 | 第11-15页 |
| ·协同进化算法研究背景 | 第15-17页 |
| ·多移动机器人研究背景 | 第17-19页 |
| ·本文的主要内容 | 第19-20页 |
| 第二章 引导变异方向的免疫克隆算法研究 | 第20-42页 |
| ·克隆选择学说与克隆选择算法 | 第20-23页 |
| ·克隆选择学说 | 第20-21页 |
| ·克隆选择算法 | 第21-22页 |
| ·克隆选择算法特点分析 | 第22-23页 |
| ·引导变异方向的克隆选择算法 | 第23-31页 |
| ·算法描述 | 第23-24页 |
| ·算子定义 | 第24-26页 |
| ·粒群进化 | 第26-31页 |
| ·算法分析 | 第31-37页 |
| ·PCLONALG算法的马尔可夫链模型 | 第31-33页 |
| ·算法收敛性分析 | 第33-36页 |
| ·算法复杂度分析 | 第36-37页 |
| ·仿真实验 | 第37-41页 |
| ·算法测试函数 | 第37-38页 |
| ·测试结果及分析 | 第38-41页 |
| ·小结 | 第41-42页 |
| 第三章 多样性指导的免疫进化算法研究 | 第42-64页 |
| ·种群多样性分析 | 第42-44页 |
| ·多样性指导的改进 | 第44-47页 |
| ·抗体多样度定义 | 第45页 |
| ·克隆规模 | 第45-46页 |
| ·变异概率 | 第46-47页 |
| ·变异算子对多样性的影响 | 第47-50页 |
| ·变异协同进化的免疫算法 | 第50-56页 |
| ·算法描述 | 第51页 |
| ·算法组成 | 第51-56页 |
| ·算法分析 | 第56-60页 |
| ·算法收敛性分析 | 第56-59页 |
| ·算法复杂度分析 | 第59-60页 |
| ·仿真实验 | 第60-63页 |
| ·小结 | 第63-64页 |
| 第四章 多种群协同进化的免疫算法研究 | 第64-84页 |
| ·协同进化论与协同进化算法 | 第64-68页 |
| ·协同进化论 | 第64-66页 |
| ·协同进化算法 | 第66-68页 |
| ·免疫协同进化算法 | 第68-77页 |
| ·算法描述 | 第68-70页 |
| ·算法组成 | 第70-75页 |
| ·协作者的选择 | 第75-77页 |
| ·算法多样性分析 | 第77-80页 |
| ·仿真实验 | 第80-83页 |
| ·小结 | 第83-84页 |
| 第五章 基于免疫进化的机器人路径规划 | 第84-120页 |
| ·多机器人系统实验平台 | 第84-94页 |
| ·机器人的驱动与控制系统 | 第84-86页 |
| ·机器人的传感和通信系统 | 第86页 |
| ·单机器人的体系结构 | 第86-89页 |
| ·协作多机器人的体系结构 | 第89-92页 |
| ·协作多机器人系统控制平台 | 第92-94页 |
| ·基于免疫进化的单机器人全局路径规划 | 第94-103页 |
| ·问题描述和数学模型 | 第95-97页 |
| ·算子定义 | 第97-99页 |
| ·算法描述 | 第99-100页 |
| ·仿真实验 | 第100-102页 |
| ·机器人平台实验 | 第102-103页 |
| ·基于免疫协同进化的多机器人全局路径规划 | 第103-111页 |
| ·问题描述和数学模型 | 第104-105页 |
| ·算法描述 | 第105-106页 |
| ·仿真实验 | 第106-109页 |
| ·机器人平台实验 | 第109-111页 |
| ·部分未知环境下的多机器人路径规划 | 第111-118页 |
| ·免疫网络学说 | 第112-113页 |
| ·局部路径规划的免疫网络 | 第113-115页 |
| ·行为选择和算法描述 | 第115-117页 |
| ·仿真实验 | 第117-118页 |
| ·小结 | 第118-120页 |
| 第六章 结论与展望 | 第120-122页 |
| ·主要工作和创新 | 第120-121页 |
| ·进一步的工作 | 第121-122页 |
| 参考文献 | 第122-131页 |
| 致谢 | 第131-132页 |
| 攻读学位期间主要的研究成果 | 第132-133页 |
| 论文情况 | 第132-133页 |
| 参加科研项目情况 | 第133页 |
