移动机器人混合路径规划算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·引言 | 第10页 |
| ·研究目的和意义 | 第10页 |
| ·路径规划的定义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·研究内容及章节安排 | 第14-16页 |
| ·研究内容 | 第14-15页 |
| ·章节安排 | 第15-16页 |
| 第二章 移动机器人路径规划技术 | 第16-35页 |
| ·路径规划概述 | 第16-17页 |
| ·障碍物描述 | 第17-20页 |
| ·神经网络的应用 | 第20-27页 |
| ·神经网络表示环境的方法 | 第21-22页 |
| ·路径规划的神经网络实现 | 第22-27页 |
| ·Agent的应用 | 第27-29页 |
| ·多Agent系统(MAS) | 第27-28页 |
| ·基于MAS多机器人协作系统的体系结构 | 第28-29页 |
| ·微粒群算法(PSO)的应用 | 第29-34页 |
| ·微粒群算法介绍 | 第29-32页 |
| ·基于PSO的多目标规划 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 改进的SHAA神经网络模型 | 第35-44页 |
| ·三维环境建模 | 第35-38页 |
| ·SHAA模型 | 第38-41页 |
| ·SHAA的起源 | 第38-40页 |
| ·SHAA算法介绍 | 第40-41页 |
| ·SHAA的缺陷 | 第41页 |
| ·改进的SHAA模型 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第四章 混合路径规划算法 | 第44-53页 |
| ·机器人Agent构架 | 第44-45页 |
| ·基于微粒群优化算法的多智能体系统 | 第45-50页 |
| ·算法描述 | 第45-46页 |
| ·Agent意图的定义 | 第46页 |
| ·Agent空间的定义 | 第46-47页 |
| ·Agent行动策略 | 第47-50页 |
| ·适应度函数 | 第50-51页 |
| ·算法描述 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 仿真实验 | 第53-63页 |
| ·仿真目的 | 第53页 |
| ·仿真设计 | 第53-61页 |
| ·适应度函数的神经网络matlab仿真 | 第53-58页 |
| ·混合路径规划算法的软件仿真 | 第58-61页 |
| ·结果分析 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-69页 |
| ·总结 | 第63-64页 |
| ·进一步的研究工作 | 第64-69页 |
| 致谢 | 第69-70页 |
| 附录A | 第70-74页 |
| 附录B | 第74-77页 |
| 攻读期间发表的论文 | 第77页 |
