| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题研究的背景及意义 | 第11页 |
| 1.2 研究现状 | 第11-17页 |
| 1.2.1 服务机器人研究现状 | 第11-16页 |
| 1.2.2 文化算法的研究现状 | 第16-17页 |
| 1.3 本论文研究内容及结构 | 第17-18页 |
| 第二章 服务机器人任务规划问题求解及常用算法 | 第18-26页 |
| 2.1 服务机器人仿真平台概述 | 第18-19页 |
| 2.2 服务机器人任务规划问题求解 | 第19-23页 |
| 2.2.1 场景描述 | 第20-21页 |
| 2.2.2 任务描述 | 第21-22页 |
| 2.2.3 原子行动 | 第22-23页 |
| 2.2.4 评分标准 | 第23页 |
| 2.3 常用的服务机器人任务规划问题求解策略 | 第23-25页 |
| 2.3.1 最优策略算法 | 第24-25页 |
| 2.3.2 回答集编程 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 文化算法的基本理论 | 第26-35页 |
| 3.1 文化算法的起源 | 第26页 |
| 3.2 文化算法简介 | 第26-27页 |
| 3.3 文化算法理论分析 | 第27-32页 |
| 3.3.1 文化算法框架 | 第27-29页 |
| 3.3.2 双层进化结构 | 第29-30页 |
| 3.3.3 接受函数 | 第30页 |
| 3.3.4 信念空间更新函数 | 第30-32页 |
| 3.3.5 影响函数 | 第32页 |
| 3.4 基于文化算法的函数优化 | 第32-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 改进的文化算法 | 第35-45页 |
| 4.1 改进机理 | 第35页 |
| 4.2 改进的文化算法 | 第35-41页 |
| 4.2.1 算法概述 | 第35-36页 |
| 4.2.2 种群空间的进化 | 第36-37页 |
| 4.2.3 接受函数 | 第37-38页 |
| 4.2.4 信念空问结构 | 第38页 |
| 4.2.5 信念空间的更新 | 第38-39页 |
| 4.2.6 影响函数 | 第39-40页 |
| 4.2.7 算法实现流程 | 第40-41页 |
| 4.3 算法在全局优化问题上的仿真实验 | 第41-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 改进文化算法在家庭服务机器人任务规划中应用 | 第45-57页 |
| 5.1 任务规划概述 | 第45-47页 |
| 5.2 场景解析策略 | 第47-49页 |
| 5.3 任务解析策略 | 第49-53页 |
| 5.3.1 step结构的编写策略 | 第49-51页 |
| 5.3.2 step序列的筛选及评价策略 | 第51-53页 |
| 5.4 改进的文化算法在任务规划中的应用 | 第53-56页 |
| 5.4.1 应用过程要解决的几个关键问题 | 第54-55页 |
| 5.4.2 仿真实验 | 第55-56页 |
| 5.5 本章小结 | 第56-57页 |
| 结论与展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 攻读学位期间发表的论文 | 第62-64页 |
| 致谢 | 第64页 |