首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文--智能机器人论文

基于粒子群优化算法的移动机器人路径规划研究

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

论文共71页,点击 下载论文
上一篇:无线传感器网络接入控制的研究
下一篇:基于改进蚁群算法的移动机器人路径规划