| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题背景与意义 | 第10-11页 |
| 1.2 四旋翼飞行器研究现状 | 第11-14页 |
| 1.3 路径规划技术研究状况 | 第14-16页 |
| 1.4 研究内容和结构安排 | 第16-18页 |
| 第2章 四旋翼飞行器路径规划 | 第18-28页 |
| 2.1 环境模型构建 | 第18-21页 |
| 2.1.1 路径规划方法 | 第18-20页 |
| 2.1.2 基于栅格图法的环境模型构建 | 第20-21页 |
| 2.2 定位技术 | 第21-24页 |
| 2.2.1 GPS定位 | 第22-24页 |
| 2.3 路径规划智能算法 | 第24-27页 |
| 2.3.1 蚁群算法 | 第24-26页 |
| 2.3.2 粒子群算法 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于蚁群算法的三维路径规划 | 第28-44页 |
| 3.1 评价函数 | 第28-29页 |
| 3.2 路径规划环境模型 | 第29-30页 |
| 3.3 三维蚁群算法数学模型 | 第30-33页 |
| 3.4 基于三维蚁群算法的路径规划 | 第33-39页 |
| 3.4.1 算法主要流程 | 第33-35页 |
| 3.4.2 路径规划仿真 | 第35-36页 |
| 3.4.3 基于连通性判断及自适应调整启发因子的算法改进 | 第36-39页 |
| 3.5 蚁群算法参数选择原则 | 第39-40页 |
| 3.5.1 参数α和β对算法性能影响 | 第39-40页 |
| 3.5.2 参数p对算法性能的影响 | 第40页 |
| 3.5.3 信息素强度Q对算法性能影响 | 第40页 |
| 3.5.4 蚂蚁数量对算法性能影响 | 第40页 |
| 3.6 算法参数 | 第40-42页 |
| 3.6.1 种群数量影响 | 第40-41页 |
| 3.6.2 适应度函数系数影响 | 第41-42页 |
| 3.7 本章小结 | 第42-44页 |
| 第4章 基于粒子群算法的三维路径规划 | 第44-56页 |
| 4.1 三维粒子群算法模型 | 第44-47页 |
| 4.2 粒子群三维路径规划算法 | 第47-50页 |
| 4.2.1 算法流程 | 第47-49页 |
| 4.2.2 路径规划仿真 | 第49-50页 |
| 4.3 粒子群算法的改进 | 第50-53页 |
| 4.3.1 离散二进制粒子群算法 | 第50-52页 |
| 4.3.2 路径规划仿真 | 第52-53页 |
| 4.4 参数分析 | 第53-55页 |
| 4.4.1 种群数量影响 | 第53-54页 |
| 4.4.2 适应度函数系数影响 | 第54-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第5章 蚁群粒子群混合算法 | 第56-74页 |
| 5.1 融合算法的设计思想 | 第56-57页 |
| 5.1.1 蚁群粒子群混合算法流程 | 第56-57页 |
| 5.2 仿真结果与分析 | 第57-59页 |
| 5.3 算法参数影响 | 第59-60页 |
| 5.3.1 种群数量影响 | 第59页 |
| 5.3.2 适应度系数影响 | 第59-60页 |
| 5.4 算法的性能分析与比较 | 第60-72页 |
| 5.4.1 稳定性 | 第69-70页 |
| 5.4.2 最佳性能指标 | 第70-71页 |
| 5.4.3 时间性能指标 | 第71-72页 |
| 5.5 本章小结 | 第72-74页 |
| 结论 | 第74-76页 |
| 参考文献 | 第76-83页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第83-84页 |
| 致谢 | 第84页 |