群智能算法及其在潜器导航规划中的应用
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-21页 |
| ·引言 | 第11-12页 |
| ·论文研究背景及意义 | 第12-14页 |
| ·群智能算法的研究现状 | 第14-19页 |
| ·粒子群算法的研究现状 | 第15-17页 |
| ·蚁群算法的研究现状 | 第17-19页 |
| ·水下潜器导航规划算法的研究现状 | 第19页 |
| ·本文主要工作内容 | 第19-21页 |
| 第2章 粒子群算法概述 | 第21-32页 |
| ·粒子群算法基本原理 | 第21-26页 |
| ·算法原理 | 第21-22页 |
| ·粒子群优化算法的算法流程 | 第22页 |
| ·全局模型与局部模型 | 第22-23页 |
| ·粒子群优化算法的相关参数 | 第23-26页 |
| ·粒子群算法研究状况 | 第26-30页 |
| ·对算法参数的研究 | 第26-29页 |
| ·对算法的融合研究 | 第29-30页 |
| ·对算法理论的研究与拓展 | 第30页 |
| ·粒子群算法的不足及展望 | 第30-31页 |
| ·算法的理论还有待验证 | 第31页 |
| ·算法的自适应调整 | 第31页 |
| ·粒子的群体性 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第3章 蚁群算法概述 | 第32-41页 |
| ·蚁群算法的原理及模型 | 第32-37页 |
| ·蚁群算法的模型基础 | 第32-34页 |
| ·基本蚁群算法 | 第34-36页 |
| ·蚁群算法相关参数 | 第36-37页 |
| ·蚁群算法的优缺点 | 第37页 |
| ·蚁群算法的研究状况 | 第37-40页 |
| ·蚁群算法的理论研究 | 第37-39页 |
| ·蚁群算法的应用研究 | 第39-40页 |
| ·蚁群算法研究展望 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第4章 水下潜器导航规划问题分析 | 第41-52页 |
| ·路径规划的相关知识 | 第41页 |
| ·水下潜器的导航技术介绍 | 第41-42页 |
| ·模型描述 | 第42-48页 |
| ·模型建立与分析 | 第42-44页 |
| ·路径搜索方式 | 第44-47页 |
| ·路径函数的确定 | 第47-48页 |
| ·算法描述 | 第48页 |
| ·路径优化 | 第48-51页 |
| ·优化方法描述 | 第48-50页 |
| ·优化步骤描述 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 改进粒子群算法及其应用 | 第52-71页 |
| ·引言 | 第52页 |
| ·粒子群算法的改进 | 第52-58页 |
| ·基于惯性权值的算法改进 | 第52-56页 |
| ·基于信息共享的算法改进 | 第56-58页 |
| ·改进粒子群算法描述及算法步骤 | 第58-60页 |
| ·算法代码分析 | 第58-59页 |
| ·算法基本步骤 | 第59-60页 |
| ·改进粒子群算法的试验仿真分析 | 第60-66页 |
| ·改进粒子群算法的应用研究 | 第66-70页 |
| ·导航算法定义 | 第66-67页 |
| ·导航算法步骤 | 第67-68页 |
| ·仿真结果与分析 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第6章 改进蚁群算法及其应用 | 第71-86页 |
| ·基于粒子群算法和蚁群算法的混合算法 | 第71-78页 |
| ·粒子群算法、蚁群算法融合的可行性和优越性 | 第71页 |
| ·粒子蚁群算法(PACO) | 第71-72页 |
| ·基于粒子群算法的蚁群算法简单描述 | 第72-73页 |
| ·基于粒子群算法的蚁群算法步骤 | 第73-74页 |
| ·基于粒子群算法的蚁群算法的实验仿真 | 第74-78页 |
| ·隔代-分群机制的蚁群算法 | 第78-82页 |
| ·隔代-分群机制的蚁群算法基本描述 | 第78-80页 |
| ·隔代-分群机制的蚁群算法的步骤 | 第80-81页 |
| ·仿真分析 | 第81-82页 |
| ·基于改进蚁群算法水下潜器导航规划研究 | 第82-85页 |
| ·导航算法定义 | 第82-83页 |
| ·导航算法步骤 | 第83页 |
| ·仿真结果与分析 | 第83-85页 |
| ·本章小结 | 第85-86页 |
| 结论 | 第86-89页 |
| 参考文献 | 第89-96页 |
| 攻读硕士学位期间的发表论文和取得的科研成果 | 第96-97页 |
| 致谢 | 第97页 |
