| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 路径规划研究 | 第10-14页 |
| 1.1.1 路径规划研究概述 | 第10-11页 |
| 1.1.2 路径规划研究方法 | 第11-13页 |
| 1.1.3 路径规划的应用研究 | 第13-14页 |
| 1.2 蚁群算法研究 | 第14-17页 |
| 1.2.1 蚁群算法概述 | 第14页 |
| 1.2.2 蚁群算法原理 | 第14页 |
| 1.2.3 蚁群算法分类 | 第14-15页 |
| 1.2.4 蚁群算法的应用 | 第15-17页 |
| 1.3 相关问题提出与本文的主要内容 | 第17-18页 |
| 第二章 基于改进蚁群算法的定半径动态路径规划 | 第18-36页 |
| 2.1 基本定义 | 第19-20页 |
| 2.2 局部信息动态路径规划 | 第20-27页 |
| 2.2.1 边走边规划策略 | 第20页 |
| 2.2.2 最优局部目标点的指标设定 | 第20-22页 |
| 2.2.3 C-ACA基本参数设计 | 第22-24页 |
| 2.2.4 两种动态环境变化过程路径规划设置 | 第24-27页 |
| 2.3 仿真结果讨论 | 第27-34页 |
| 2.3.1 以区域分割为指标的动态路径规划 | 第27-31页 |
| 2.3.2 以时间步长为指标的动态路径规划 | 第31-34页 |
| 2.4 本章小结 | 第34-36页 |
| 第三章 基于改进蚁群算法的变半径动态路径规划 | 第36-56页 |
| 3.1 问题描述 | 第36-39页 |
| 3.2 优化模型建立 | 第39-41页 |
| 3.3 仿真结果讨论 | 第41-53页 |
| 3.3.1 填充边界确定原则 | 第42-43页 |
| 3.3.2 单边界确定原则 | 第43-50页 |
| 3.3.3 最大化概率选择原则和最小化概率选择原则对比 | 第50-53页 |
| 3.3.4 单边界确定原则和填充边界确定原则对比 | 第53页 |
| 3.4 本章小结 | 第53-56页 |
| 第四章 动态路径规划算法在多智能体系统编队中的应用 | 第56-62页 |
| 4.1 系统建模 | 第56-59页 |
| 4.1.1 相关图论基础 | 第56-57页 |
| 4.1.2 多智能体编队模型 | 第57-58页 |
| 4.1.3 引入动态路径规划算法的多智能体编队模型 | 第58-59页 |
| 4.2 仿真结果讨论 | 第59-61页 |
| 4.3 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-66页 |
| 5.1 全文总结 | 第62-63页 |
| 5.2 研究展望 | 第63-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 附录A 攻读硕士学位期间取得的研究成果 | 第74-76页 |
| 附录B 部分相关MATLAB程序 | 第76-96页 |
