| 中文摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 进化计算概述 | 第9-11页 |
| 1.3 群体智能概述 | 第11-13页 |
| 1.3.1 群体智能基本概念 | 第12-13页 |
| 1.3.2 群体智能的优点 | 第13页 |
| 1.3.3 群体智能的统一框架 | 第13页 |
| 1.4 协同进化概述 | 第13-15页 |
| 1.5 路径规划现状 | 第15-17页 |
| 1.6 论文组织结构 | 第17-18页 |
| 第二章 智能优化算法的研究及应用 | 第18-26页 |
| 2.1 差分进化算法 | 第18-22页 |
| 2.1.1 差分进化算法原理 | 第18-20页 |
| 2.1.2 差分进化算法的运行步骤 | 第20页 |
| 2.1.3 差分进化算法的优缺点 | 第20-21页 |
| 2.1.4 差分进化算法的改进小结 | 第21-22页 |
| 2.2 粒子群算法 | 第22-25页 |
| 2.2.1 粒子群算法原理 | 第22-23页 |
| 2.2.2 粒子群算法的运行步骤 | 第23-24页 |
| 2.2.3 粒子群算法的优缺点 | 第24页 |
| 2.2.4 粒子群算法的改进小结 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 具有变异机制的多种群协同进化差分算法 | 第26-38页 |
| 3.1 引言 | 第26-27页 |
| 3.2 k均值聚类 | 第27-29页 |
| 3.3 基于排序机制的差分进化变异算子 | 第29-30页 |
| 3.3.1 pDE算子实现原理 | 第29-30页 |
| 3.4 融合粒子群算法思想的信息交流机制 | 第30-31页 |
| 3.5 整体流程 | 第31页 |
| 3.6 性能测试 | 第31-37页 |
| 3.6.1 参数设置 | 第31-33页 |
| 3.6.2 对比实验 | 第33-37页 |
| 3.7 本章小结 | 第37-38页 |
| 第四章 基于pDEPSO的移动机器人路径规划 | 第38-48页 |
| 4.1 智能算法在路径规划中的应用 | 第38-39页 |
| 4.2 环境地图 | 第39-40页 |
| 4.3 基于pDEPSO算法的移动机器人路径求解框架 | 第40-41页 |
| 4.4 实验与结果分析 | 第41-47页 |
| 4.4.1 静态环境下的实验仿真 | 第42-45页 |
| 4.4.2 动态环境下的实验仿真 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 论文工作总结 | 第48页 |
| 5.2 未来工作展望 | 第48-50页 |
| 参考文献 | 第50-56页 |
| 发表论文和参加科研情况 | 第56-58页 |
| 致谢 | 第58页 |