| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-14页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究概况 | 第10-12页 |
| ·论文的研究内容 | 第12-13页 |
| ·论文的章节安排 | 第13-14页 |
| 2 移动机器人路径规划方法 | 第14-22页 |
| ·路径规划的定义和分类 | 第14-18页 |
| ·路径规划方法的定义 | 第14-15页 |
| ·路径规划方法的分类 | 第15-18页 |
| ·移动机器人路径规划的基本问题 | 第18-21页 |
| ·移动机器人的位姿空间 | 第18页 |
| ·环境信息的获取和表示 | 第18-19页 |
| ·移动机器人路径规划的搜索方法 | 第19-20页 |
| ·移动机器人路径搜索方法的选择原则 | 第20页 |
| ·移动机器人路径规划的碰撞检测 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3 粒子群优化算法及其改进 | 第22-34页 |
| ·粒子群优化算法简介 | 第22-27页 |
| ·粒子群优化算法的基本原理 | 第22-24页 |
| ·标准粒子群优化算法 | 第24-25页 |
| ·标准粒子群优化算法的实现步骤 | 第25-26页 |
| ·粒子群优化算法参数设置 | 第26-27页 |
| ·改进的PSO算法 | 第27-28页 |
| ·带有进步因子的粒子群优化算法(PPSO) | 第28-32页 |
| ·对粒子速度公式的改进 | 第28-29页 |
| ·对粒子的搜索位置空间的约束 | 第29页 |
| ·PPSO算法描述 | 第29-30页 |
| ·实验分析 | 第30-32页 |
| ·粒子群优化算法的应用 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 4 基于改进粒子群优化算法的路径规划研究 | 第34-52页 |
| ·环境建模 | 第34-39页 |
| ·栅格粒度的确定 | 第34-36页 |
| ·空间离散化和障碍物边界的处理 | 第36页 |
| ·栅格坐标标识方法 | 第36-37页 |
| ·模型的建立 | 第37-39页 |
| ·基于带有进步因子的粒子群优化算法(PP50)路径规划设计 | 第39-48页 |
| ·粒子和其环境的设定 | 第39-40页 |
| ·初始种群的生成 | 第40页 |
| ·粒子的约束条件及有效性 | 第40-41页 |
| ·路径的生成 | 第41-42页 |
| ·粒子群优化路径操作 | 第42-45页 |
| ·适应度函数定义 | 第45-47页 |
| ·优化准则终止条件 | 第47页 |
| ·改进的粒子群优化算法在路径规划中的参数选取 | 第47-48页 |
| ·机器人全局最优路径搜索算法 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 5 仿真及结果分析 | 第52-64页 |
| ·仿真环境 | 第52页 |
| ·软件环境 | 第52页 |
| ·硬件环境 | 第52页 |
| ·实验结果与分析 | 第52-60页 |
| ·解集直观比较分析 | 第53-54页 |
| ·收敛稳定性与速度比较分析 | 第54-57页 |
| ·适应度函数中加权系数的影响 | 第57-59页 |
| ·新旧适应度函数结果比较分析 | 第59-60页 |
| ·与其它算法的仿真结果比较分析 | 第60-62页 |
| ·与遗传算法的仿真结果比较分析 | 第60-61页 |
| ·与神经网络算法的仿真结果比较分析 | 第61-62页 |
| ·本章小结 | 第62-64页 |
| 6 结论 | 第64-66页 |
| ·总结 | 第64页 |
| ·展望 | 第64-66页 |
| ·进一步完善改进的粒子群优化算法 | 第64-65页 |
| ·拓展改进粒子群优化算法的应用范围 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 附录 | 第71页 |