| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 1. 绪论 | 第13-28页 |
| ·选题背景与意义 | 第13-14页 |
| ·移动机器人简介 | 第14-20页 |
| ·移动机器人发展概况 | 第14-16页 |
| ·移动机器人国内研究概况 | 第16-19页 |
| ·移动机器人国外研究概况 | 第19-20页 |
| ·粒子群优化算法发展及研究现状 | 第20-26页 |
| ·粒子群算法的起源 | 第20-21页 |
| ·PSO 算法与优化算法的隶属关系 | 第21-24页 |
| ·PSO 算法研究热点 | 第24-26页 |
| ·本文主要的研究内容 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 2. 移动机器人路径规划的研究 | 第28-36页 |
| ·导航和定位 | 第28-30页 |
| ·移动机器人路径规划简介 | 第30-31页 |
| ·路径规划常用方法 | 第31-35页 |
| ·全局路径规划方法 | 第31-33页 |
| ·局部路径规划方法 | 第33-35页 |
| ·小结 | 第35-36页 |
| 3. 粒子群优化算法及其改进 | 第36-46页 |
| ·粒子群算法 | 第36-40页 |
| ·PSO 算法的数学描述 | 第36-38页 |
| ·PSO 算法实现过程 | 第38-39页 |
| ·PSO 算法参数分析 | 第39-40页 |
| ·粒子群优化算法收敛性 | 第40-41页 |
| ·改进的粒子群算法 | 第41-45页 |
| ·改变 PSO 参数的改进算法 | 第41-43页 |
| ·本文对粒子群算法的改进 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 4. PSO 算法在移动机器人路径规划中的应用 | 第46-64页 |
| ·自由空间建模 | 第48-56页 |
| ·栅格粒度的确定 | 第48-49页 |
| ·障碍物及边界处理方法 | 第49-50页 |
| ·栅格与坐标 | 第50-53页 |
| ·建立模型 | 第53-56页 |
| ·基于PSO优化算法的全局最优路径搜索算法 | 第56-59页 |
| ·路径优化问题的描述 | 第56页 |
| ·路径的有效性 | 第56页 |
| ·粒子的适应度值及完整路径的转化 | 第56-58页 |
| ·参数设置 | 第58-59页 |
| ·全局最优路径搜索算法 | 第59-60页 |
| ·仿真结果及其比较结果 | 第60-63页 |
| ·在不同环境中的仿真结果 | 第60-61页 |
| ·改进 PSO 算法和标准 PSO 算法的比较 | 第61-62页 |
| ·改进 PSO 算法和压缩因子 PSO 算法的比较 | 第62页 |
| ·改进 PSO 算法和惯性权重 PSO 算法的比较 | 第62-63页 |
| ·小结 | 第63-64页 |
| 5. 总结与展望 | 第64-66页 |
| 参考文献 | 第66-74页 |
| 附录：硕士研究生学习期间发表论文 | 第74-75页 |
| 致谢 | 第75-76页 |