基于智能优化的仓储机器人任务分配研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题背景及研究的目的和意义 | 第8-11页 |
| 1.1.1 多机器人系统 | 第8-9页 |
| 1.1.2 国内外在该方向的研究现状及分析 | 第9-11页 |
| 1.2 仿生智能优化方法概述 | 第11-12页 |
| 1.2.1 遗传算法 | 第11页 |
| 1.2.2 蚁群算法 | 第11-12页 |
| 1.3 多机器人任务分配研究现状 | 第12-15页 |
| 1.3.1 多机器人系统任务分配问题的分类 | 第12-13页 |
| 1.3.2 多机器人任务分配的研究动态 | 第13-15页 |
| 1.4 本文的主要内容及组织结构 | 第15-16页 |
| 1.4.1 本文主要内容 | 第15页 |
| 1.4.2 本文组织结构 | 第15-16页 |
| 第2章 智能仓储系统模型 | 第16-24页 |
| 2.1 智能仓储系统的定义 | 第16页 |
| 2.2 模型建立及数学描述 | 第16-21页 |
| 2.2.1 相关函数定义 | 第16-19页 |
| 2.2.2 仓储系统数学模型 | 第19-21页 |
| 2.3 整数规划求解 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于虚拟任务的遗传算法 | 第24-40页 |
| 3.1 遗传算法 | 第24-25页 |
| 3.2 基于虚拟任务的遗传算法 | 第25-31页 |
| 3.2.1 基于虚拟任务的整数编码 | 第25-26页 |
| 3.2.2 评估函数的建立 | 第26-27页 |
| 3.2.3 遗传算子的选择 | 第27-28页 |
| 3.2.4 基于虚拟任务的遗传算法实现： | 第28-31页 |
| 3.3 算法仿真 | 第31-39页 |
| 3.3.1 仿真平台及相关参数 | 第31-32页 |
| 3.3.2 仿真结果及分析 | 第32-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 随机任务数分配蚁群算法 | 第40-52页 |
| 4.1 蚁群算法 | 第40页 |
| 4.2 随机任务数分配蚁群算法的基本思想 | 第40-46页 |
| 4.2.1 解的结构 | 第41-42页 |
| 4.2.2 路径的选择 | 第42-43页 |
| 4.2.3 信息素的更新 | 第43页 |
| 4.2.4 评价函数的设计 | 第43-44页 |
| 4.2.5 算法主要实现步骤 | 第44-46页 |
| 4.3 算法仿真 | 第46-51页 |
| 4.3.1 仿真平台及相关参数 | 第46页 |
| 4.3.2 仿真结果及分析 | 第46-50页 |
| 4.3.3 遗传算法与蚁群算法仿真对比 | 第50-51页 |
| 4.4 本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录 | 第57-65页 |
| 致谢 | 第65页 |
