| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究的背景和意义 | 第9-10页 |
| ·粒子群算法的研究进展 | 第10-12页 |
| ·蚁群算法的研究进展 | 第12-13页 |
| ·本文的工作 | 第13页 |
| ·本文的组织 | 第13-15页 |
| 第二章 机器人路径规划 | 第15-23页 |
| ·路径规划的定义和作用 | 第15-16页 |
| ·路径规划的分类 | 第16-20页 |
| ·全局路径规划方法 | 第17-19页 |
| ·局部路径规划方法 | 第19-20页 |
| ·机器人路径规划预处理 | 第20-22页 |
| ·环境信息的预处理 | 第20-21页 |
| ·栅格环境到图的逻辑对应关系 | 第21-22页 |
| ·问题的描述 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第三章 粒子群算法和蚁群算法及其改进 | 第23-31页 |
| ·粒子群算法 | 第23-26页 |
| ·粒子群算法的描述 | 第23-24页 |
| ·粒子群算法的参数分析 | 第24-25页 |
| ·对粒子群算法的改进 | 第25-26页 |
| ·蚁群算法 | 第26-29页 |
| ·蚁群算法的描述 | 第28页 |
| ·对蚁群算法信息素更新的改进 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第四章 粒子群和蚁群融合算法 | 第31-37页 |
| ·融合算法的设计思想 | 第31-32页 |
| ·PAAA 中PSO 和ACO 的衔接 | 第32-34页 |
| ·仿真实验和结果分析 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第五章 基于粒子群和蚁群融合算法的机器人路径动态规划 | 第37-49页 |
| ·动态路径规划的相关介绍 | 第37-38页 |
| ·基于粒子群和蚁群融合算法的动态路径规划 | 第38-40页 |
| ·动态路径规划仿真环境 | 第40页 |
| ·仿真实验系统简介 | 第40页 |
| ·仿真实验 | 第40-46页 |
| ·参数的介绍及选取 | 第40-41页 |
| ·静态环境仿真 | 第41-44页 |
| ·动态环境仿真 | 第44-46页 |
| ·与遗传算法的比较 | 第46-47页 |
| ·与PSO 算法的比较 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 结论与展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 附录（攻读硕士学位期间发表录用论文） | 第56页 |