首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

狼群算法的改进研究及其在机器人路径规划中的应用

摘要第3-5页
ABSTRACT第5-7页
1 绪论第10-18页
    1.1 研究背景及意义第10-11页
    1.2 群体智能算法的产生与发展第11-12页
    1.3 狼群算法的研究现状第12-14页
    1.4 本文主要研究方法第14-15页
    1.5 本文结构安排第15-18页
2 狼群算法第18-32页
    2.1 狼群算法的起源及思想第18页
    2.2 狼群算法的原理第18-23页
        2.2.1 生物原理第18-19页
        2.2.2 模型结构第19-20页
        2.2.3 狼群的行为模式第20-22页
        2.2.4 算法流程第22-23页
    2.3 狼群算法参数分析第23-29页
        2.3.1 狼群规模第24-25页
        2.3.2 搜寻狼的搜寻步长第25-26页
        2.3.3 搜寻狼的探寻方向第26-27页
        2.3.4 搜寻狼的最大游走次数第27-28页
        2.3.5 狼群算法参数设置原则第28-29页
    2.4 狼群算法特征第29-30页
    2.5 本章小结第30-32页
3 单目标连续优化问题的改进狼群算法第32-50页
    3.1 引言第32页
    3.2 基于Tent混沌映射与Levy飞行的改进狼群算法第32-41页
        3.2.1 几种常用的混沌映射第32-37页
        3.2.2 基于改进Tent混沌映射的种群初始化第37-39页
        3.2.3 基于Levy飞行的围攻行为第39-40页
        3.2.4 TLWPA算法的具体操作流程第40-41页
        3.2.5 TLWPA算法复杂度分析第41页
    3.3 仿真实验第41-48页
        3.3.1 标准测试函数与评价准则第41-43页
        3.3.2 改进Tent混沌映射种群初始化的性能分析第43-44页
        3.3.3 Levy飞行围攻行为的性能分析第44-45页
        3.3.4 TLWPA算法与其他群体智能算法的对比试验与结果分析第45-48页
    3.4 本章小结第48-50页
4 基于多目标机制的改进狼群算法第50-66页
    4.1 引言第50-51页
    4.2 多目标优化问题和相关概念第51-52页
    4.3 多目标优化的改进狼群算法第52-58页
        4.3.1 基于改进差分进化的精英个体搜寻第52-53页
        4.3.2 正弦搜寻行为第53-54页
        4.3.3 基于pareto差熵的混沌奔走行为第54-56页
        4.3.4 适用于多目标优化问题的Levy飞行围攻行为第56页
        4.3.5 基于聚集密度的个体质量比较方法第56-57页
        4.3.6 MO-IWPA算法步骤第57-58页
    4.4 仿真实验第58-65页
        4.4.1 标准测试函数与评价准则第58-61页
        4.4.2 MO-IWPA算法与其他群体智能算法的对比试验与结果分析第61-65页
    4.5 本章小结第65-66页
5 基于TLWPA算法的机器人路径规划研究第66-72页
    5.1 研究背景第66页
    5.2 环境建模第66-67页
    5.3 路径表示第67-68页
    5.4 碰撞检测第68-69页
    5.5 机器人路径规划算法流程第69页
    5.6 仿真实验第69-71页
    5.7 本章小结第71-72页
6 总结与展望第72-75页
    6.1 总结第72-73页
    6.2 展望第73-75页
参考文献第75-80页
攻读硕士学位期间发表的学术论文第80-82页
致谢第82-83页

论文共83页,点击 下载论文
上一篇:混合深度学习模型在新闻文本分类中的应用
下一篇:轮式机器人路径规划系统的研究与设计