改进蚁群算法在机器人路径规划中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-17页 |
| ·论文研究目的 | 第9页 |
| ·移动机器人历史 | 第9-13页 |
| ·移动机器人路径规划研究现状 | 第13-15页 |
| ·论文主要内容和组织结构 | 第15-17页 |
| 第2章 移动机器人关键技术分析 | 第17-28页 |
| ·引言 | 第17页 |
| ·路径规划技术 | 第17-19页 |
| ·移动机器人定位方法研究 | 第19页 |
| ·综合决策技术 | 第19-20页 |
| ·机器人学习技术 | 第20-23页 |
| ·轮式机器人运动控制模型 | 第23-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 改进栅格蚁群算法路径规划 | 第28-51页 |
| ·引言 | 第28页 |
| ·栅格算法 | 第28-29页 |
| ·蚁群算法 | 第29-34页 |
| ·蚁群算法的参数分析 | 第34-37页 |
| ·常见的几种蚁群改进算法 | 第37-40页 |
| ·蚁群算法的改进机制分析 | 第37页 |
| ·蚁群系统ACS | 第37-39页 |
| ·最大最小蚁群系统(MMAS) | 第39-40页 |
| ·路径规划评判标准 | 第40-41页 |
| ·栅格双向蚁群算法 | 第41-49页 |
| ·环境建模分析 | 第42-45页 |
| ·全局信息更新方法改进 | 第45-46页 |
| ·双向蚁群算法仿真 | 第46-49页 |
| ·本章小结 | 第49-51页 |
| 第4章 基于模糊蚁群算法的最小能量路径规划 | 第51-59页 |
| ·引言 | 第51页 |
| ·问题描述 | 第51-52页 |
| ·模糊最小能量蚁群算法(MEACO) | 第52-54页 |
| ·模糊最小能量蚁群算法路径规划仿真 | 第54-55页 |
| ·MEACO同ACS、MMAS性能对比 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 总结与展望 | 第59-61页 |
| ·本文总结 | 第59页 |
| ·工作展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士期间发表的学术论文 | 第66页 |
