| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 人工蜂群算法 | 第10-11页 |
| 1.2.2 路径规划 | 第11-12页 |
| 1.3 本文的主要内容及创新点 | 第12页 |
| 1.4 论文的组织和安排 | 第12-14页 |
| 第二章 路径规划算法与人工蜂群算法理论介绍 | 第14-19页 |
| 2.1 常用路径规划算法 | 第14-16页 |
| 2.1.1 经典算法 | 第14-15页 |
| 2.1.2 图形学的方法 | 第15页 |
| 2.1.3 群体智能算法 | 第15-16页 |
| 2.2 人工蜂群算法的基本理论 | 第16-18页 |
| 2.2.1 人工蜂群算法的思想 | 第16-17页 |
| 2.2.2 人工蜂群算法的流程 | 第17-18页 |
| 2.2.3 人工蜂群算法存在的问题 | 第18页 |
| 2.3 本章小结 | 第18-19页 |
| 第三章 基于分段搜索策略的改进蜂群算法 | 第19-26页 |
| 3.1 改进策略 | 第19-20页 |
| 3.1.1 借鉴粒子群算法(PSO算法)的全局寻优思想 | 第19页 |
| 3.1.2 引入分段搜索策略 | 第19-20页 |
| 3.2 改进后算法的流程和时间复杂度分析 | 第20-21页 |
| 3.3 改进前后算法性能对比 | 第21-23页 |
| 3.3.1 基于优化测试函数的性能测试 | 第21-23页 |
| 3.3.2 与其他相关算法的性能对比测试 | 第23页 |
| 3.4 路径规划仿真实验与性能对比 | 第23-25页 |
| 3.5 本章小结 | 第25-26页 |
| 第四章 基于花香浓度的改进的人工蜂群算法 | 第26-32页 |
| 4.1 改进策略 | 第26-27页 |
| 4.1.1 对蜂群步长的改进 | 第26-27页 |
| 4.1.2 侦查蜂选择蜜源方式的改进 | 第27页 |
| 4.2 改进后算法的流程 | 第27-28页 |
| 4.3 改进前后算法性能对比 | 第28-30页 |
| 4.3.1 与原始蜂群算法性能对比 | 第28-29页 |
| 4.3.2 与相似算法寻优性能的对比 | 第29-30页 |
| 4.4 仿真实验 | 第30-31页 |
| 4.5 本章小结 | 第31-32页 |
| 第五章 总结与展望 | 第32-34页 |
| 5.1 总结 | 第32-33页 |
| 5.2 展望 | 第33-34页 |
| 参考文献 | 第34-37页 |
| 读硕士学位期间的主要成果 | 第37-38页 |
| 1.发表的学术论文及成果 | 第37页 |
| 2.参加的科研项目 | 第37-38页 |
| 致谢 | 第38页 |