基于改进粒子群算法的水下滑翔机路径规划研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题研究的背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 水下航行器路径规划方法研究现状 | 第11-14页 |
| 1.2.2 水下滑翔机国内外研究现状 | 第14-17页 |
| 1.3 论文的主要研究内容与章节安排 | 第17-19页 |
| 第2章 温差能驱动水下滑翔机能耗分析 | 第19-36页 |
| 2.1 海洋温差能 | 第19-22页 |
| 2.1.1 海洋温差能介绍 | 第19-21页 |
| 2.1.2 海洋温跃层介绍 | 第21-22页 |
| 2.2 温差能驱动水下滑翔机系统构成以及工作原理 | 第22-28页 |
| 2.3 温差能驱动水下机器人能耗分析 | 第28-35页 |
| 2.3.1 水下滑翔机受力分析及材料选择 | 第28-32页 |
| 2.3.2 水下滑翔机能耗模型 | 第32-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第3章 海洋数据细化处理建立环境模型 | 第36-47页 |
| 3.1 栅格法处理环境数据 | 第36-37页 |
| 3.2 海洋数据处理 | 第37-42页 |
| 3.2.1 数据来源 | 第37-39页 |
| 3.2.2 海洋数据处理 | 第39-42页 |
| 3.3 海洋数据细化 | 第42-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第4章 改进的粒子群算法应用于水下滑翔机路径规划 | 第47-63页 |
| 4.1 粒子群算法的产生与发展 | 第47-48页 |
| 4.2 标准粒子群算法 | 第48-53页 |
| 4.2.1 粒子群算法思想 | 第48-50页 |
| 4.2.2 粒子群算法实现 | 第50-51页 |
| 4.2.3 粒子群算法关键参数说明 | 第51-53页 |
| 4.3 粒子群路径规划算法 | 第53-59页 |
| 4.3.1 路线信息表示 | 第53页 |
| 4.3.2 利用反学习方法初始化粒子群 | 第53-54页 |
| 4.3.3 粒子群算法适应度函数设计 | 第54-56页 |
| 4.3.4 引入差分进化算法 | 第56-58页 |
| 4.3.5 改进的算法流程 | 第58-59页 |
| 4.4 仿真实验与结果分析 | 第59-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第5章 总结与展望 | 第63-66页 |
| 5.1 总结 | 第63-64页 |
| 5.2 展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 作者简介及在学期间所取得的科研成果 | 第70-71页 |
| 致谢 | 第71页 |
