基于改进蚁群算法的移动机器人路径规划研究
| 摘要 | 第8-9页 |
| 英文摘要 | 第9-10页 |
| 1 绪论 | 第11-15页 |
| 1.1 选题背景与研究意义 | 第11页 |
| 1.2 智能移动机器人发展现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13页 |
| 1.3 论文的结构安排与内容 | 第13-15页 |
| 2 移动机器人关键技术分析 | 第15-22页 |
| 2.1 移动机器人系统组成结构 | 第15页 |
| 2.2 移动机器人定位方法研究 | 第15-16页 |
| 2.3 路径规划研究概况 | 第16-21页 |
| 2.3.1 环境地图的构建 | 第16-18页 |
| 2.3.2 路径规划智能算法 | 第18-21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 基本蚁群算法路径规划 | 第22-34页 |
| 3.1 人工蚁群算法的基本思想 | 第22-23页 |
| 3.1.1 人工蚁与真实蚁的异同 | 第22-23页 |
| 3.1.2 人工蚁群算法的实现过程 | 第23页 |
| 3.2 蚁群算法基本原理 | 第23-26页 |
| 3.3 蚁群算法基本模型 | 第26-29页 |
| 3.4 基本蚁群算法路径规划仿真分析 | 第29-33页 |
| 3.5 本章小结 | 第33-34页 |
| 4 改进蚁群算法路径规划 | 第34-47页 |
| 4.1 种群初始化 | 第34-35页 |
| 4.2 信息素初始化 | 第35-36页 |
| 4.3 路径更新 | 第36-41页 |
| 4.3.1 交叉算子 | 第37-40页 |
| 4.3.2 变异算子 | 第40-41页 |
| 4.4 信息素更新 | 第41-45页 |
| 4.4.1 精英小组 | 第41-42页 |
| 4.4.2 优化排序 | 第42-45页 |
| 4.5 信息素轨迹的平滑 | 第45页 |
| 4.6 算法的实现 | 第45-46页 |
| 4.7 本章小结 | 第46-47页 |
| 5 仿真实验与分析 | 第47-62页 |
| 5.1 蚁群算法仿真参数的选取 | 第47-53页 |
| 5.1.1 蚂蚁数目 | 第47-48页 |
| 5.1.2 信息素挥发因子 | 第48-50页 |
| 5.1.3 信息激励因素和期望激励因素 | 第50-52页 |
| 5.1.4 信息素强度 | 第52页 |
| 5.1.5 交叉概率和变异概率 | 第52-53页 |
| 5.2 二维路径规划 | 第53-56页 |
| 5.2.1 仿真实验分析 | 第53-55页 |
| 5.2.2 算法性能分析 | 第55-56页 |
| 5.3 改进蚁群算法应用于三维路径规划 | 第56-61页 |
| 5.4 本章小结 | 第61-62页 |
| 6 总结与展望 | 第62-63页 |
| 6.1 结论 | 第62页 |
| 6.2 研究展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的学术论文 | 第68页 |
