首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

用于水下机器人路径规划的优化算法研究

摘要第1-6页
Abstract第6-9页
第1章 绪论第9-13页
   ·概述第9页
   ·水下机器人路径规划研究进展第9-11页
   ·本课题的研究背景和意义第11页
   ·论文的主要工作和论文组织第11-13页
第2章 水下机器人路径规划与优化算法第13-28页
   ·路径规划概述第13-15页
     ·路径规划的定义、分类、特点及问题实现第13-14页
     ·全局路径规划方法第14-15页
   ·水下机器人路径规划特点第15-17页
     ·分析海洋环境第15-16页
     ·水下机器人路径规划优化目标第16页
     ·水下机器人路径规划特点第16-17页
   ·用于机器人路径规划的优化算法概述第17-22页
     ·普通优化算法第17-18页
     ·智能优化算法第18-22页
   ·多目标优化问题第22-27页
     ·基于单目标的多目标求解方法第22-23页
     ·基于多目标进化算法的平行求解方法第23-27页
   ·本章小结第27-28页
第3章 基于电子海图的海洋环境建模第28-40页
   ·电子海图系统与SHAPEFILE文件格式简介第28-31页
     ·电子海图系统第28页
     ·ESRI电子海图SHAPEFILE文件格式第28-31页
   ·基于电子海图的海洋环境建模第31-39页
     ·海图文件的读取第31-34页
     ·海洋环境的凸多边形建模第34-38页
     ·海洋环境的栅格建模第38-39页
   ·本章小结第39-40页
第4章 用于水下机器人路径规划的优化算法第40-70页
   ·用于机器人全局路径规划的改进粒子群优化算法第40-47页
     ·粒子群算法概述第40-41页
     ·用于机器人路径规划改进的自适应粒子群优化算法第41-47页
   ·基于多目标优化算法的水下机器人路径规划第47-50页
     ·多目标路径规划问题第47页
     ·基于变权重系数法的水下机器人全局路径规划第47-50页
   ·基于蚁群算法的水下机器人全局路径规划第50-55页
     ·蚁群原理第50-52页
     ·路径规划及平滑处理第52-55页
     ·多点规划第55页
   ·改进蚁群算法用于考虑海流影响的AUV全局路径规划第55-64页
     ·海洋环境的模拟第56-58页
     ·改进蚁群算法用于海流影响下路径规划第58-64页
   ·算法性能比较分析第64-68页
   ·本章小结第68-70页
结论第70-72页
参考文献第72-78页
攻读硕士期间发表的论文和取得的科研成果第78-79页
致谢第79页

论文共79页,点击 下载论文
上一篇:基于FPGA的模糊小波神经网络
下一篇:多波束探鱼仪相控阵设计及信号处理平台实现