| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-20页 |
| 1.1 课题研究背景和意义 | 第11-13页 |
| 1.2 无人机航迹规划国内外研究现状 | 第13-18页 |
| 1.2.1 无人机二维航迹规划国内外研究现状 | 第14-15页 |
| 1.2.2 无人机三维航迹规划国内外研究现状 | 第15-16页 |
| 1.2.3 多无人机协同任务规划国内外研究现状 | 第16-18页 |
| 1.3 课题主要研究内容 | 第18-20页 |
| 1.3.1 课题研究任务 | 第18页 |
| 1.3.2 论文结构安排 | 第18-20页 |
| 2 人工蜂群算法原理及算法描述 | 第20-27页 |
| 2.1 人工蜂群算法简介 | 第20-22页 |
| 2.2 人工蜂群算法原理 | 第22-23页 |
| 2.3 算法基本流程 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 基于改进人工蜂群算法的无人机航迹规划 | 第27-59页 |
| 3.1 地图数据表示方式 | 第27-30页 |
| 3.1.1 栅格图表示法 | 第28-29页 |
| 3.1.2 矢量图表示法 | 第29-30页 |
| 3.2 基于改进人工蜂群算法的无人机二维航迹规划 | 第30-49页 |
| 3.2.1 二维航迹规划环境模型建立 | 第30-32页 |
| 3.2.2 无人机航迹约束条件分析 | 第32-34页 |
| 3.2.3 航迹规划目标函数分析 | 第34-36页 |
| 3.2.4 基于改进人工蜂群算法二维航迹规划算法 | 第36-43页 |
| 3.2.5 仿真实验 | 第43-49页 |
| 3.3 基于改进人工蜂群算法的无人机三维航迹规划 | 第49-58页 |
| 3.3.1 环境模型建立 | 第50-51页 |
| 3.3.2 无人机航迹约束条件分析 | 第51页 |
| 3.3.3 航迹规划目标函数分析 | 第51-52页 |
| 3.3.4 基于改进人工蜂群算法三维航迹规划算法 | 第52-53页 |
| 3.3.5 仿真实验 | 第53-58页 |
| 3.4 本章小结 | 第58-59页 |
| 4 基于改进人工蜂群算法的多无人机协同任务规划 | 第59-74页 |
| 4.1 环境模型建立 | 第59-60页 |
| 4.2 多无人机协同任务规划约束条件分析 | 第60-61页 |
| 4.3 多无人机协同任务规划目标函数分析 | 第61页 |
| 4.4 基于改进人工蜂群算法多无人机协同任务规划算法 | 第61-64页 |
| 4.4.1 蜜源初始化 | 第61-62页 |
| 4.4.2 选择机制 | 第62页 |
| 4.4.3 邻域搜索 | 第62-63页 |
| 4.4.4 改进人工蜂群算法步骤 | 第63-64页 |
| 4.5 仿真实验 | 第64-73页 |
| 4.6 本章小结 | 第73-74页 |
| 5 总结与展望 | 第74-76页 |
| 5.1 总结 | 第74-75页 |
| 5.2 展望 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 个人简历、在校期间发表的学术论文与研究成果 | 第81-82页 |
| 致谢 | 第82-83页 |
| 附录 | 第83-112页 |
| 附录A：无人机二维航迹规划算法主程序 | 第83-91页 |
| 附录B：无人机三维航迹规划算法主程序 | 第91-98页 |
| 附录C：多无人机协同任务规划算法主程序 | 第98-112页 |