| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-16页 |
| ·课题背景与意义 | 第11-12页 |
| ·研究现状 | 第12-14页 |
| ·传统航线设计方法 | 第12-13页 |
| ·航线自动设计研究现状 | 第13-14页 |
| ·课题主要研究内容 | 第14-16页 |
| 第2章 路径规划方法研究 | 第16-25页 |
| ·路径规划概述 | 第16-18页 |
| ·路径规划问题的描述 | 第16-17页 |
| ·路径规划的特点与分类 | 第17-18页 |
| ·路径规划算法的评价标准 | 第18页 |
| ·路径规划的环境建模 | 第18-21页 |
| ·可视图法 | 第18-19页 |
| ·栅格法 | 第19页 |
| ·人工势场法 | 第19-20页 |
| ·链接图(MAKLINK)法 | 第20-21页 |
| ·路径规划的常见智能算法 | 第21-24页 |
| ·神经网络法 | 第21-22页 |
| ·遗传算法 | 第22-23页 |
| ·蚁群算法 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 蚁群算法原型与改进 | 第25-46页 |
| ·基本蚁群算法 | 第25-28页 |
| ·蚁群算法基本原理 | 第25-27页 |
| ·蚁群算法模型描述 | 第27-28页 |
| ·基本蚁群算法缺陷 | 第28页 |
| ·蚁群算法状态转移策略分析及参数选择的实验分析 | 第28-33页 |
| ·状态转移策略对蚁群算法性能的影响 | 第28-29页 |
| ·蚁群算法参数实验分析 | 第29-33页 |
| ·蚁群优化算法 | 第33-39页 |
| ·蚁群优化概述 | 第33-34页 |
| ·蚁群系统(ACS) | 第34-35页 |
| ·最大最小蚂蚁系统(MMAS) | 第35-36页 |
| ·图搜索蚂蚁系统(GBAS) | 第36-39页 |
| ·基于分布均匀度的自适应蚁群算法 | 第39-43页 |
| ·聚度和信息权重 | 第39-41页 |
| ·自适应的信息量更新策略 | 第41-43页 |
| ·航线设计问题分析 | 第43-45页 |
| ·旅行商问题(TSP)的描述 | 第43页 |
| ·航线设计与TSP问题的区别 | 第43-44页 |
| ·航线设计问题的特点 | 第44页 |
| ·船舶航线设计的的基本步骤 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 基于MAKLINK法和蚁群算法的自动航线设计 | 第46-61页 |
| ·航线设计的基本思路 | 第46-47页 |
| ·空间状态化 | 第46页 |
| ·全局路线搜索 | 第46-47页 |
| ·基于MAKLINK法的环境建模 | 第47-51页 |
| ·环境假设 | 第47-48页 |
| ·环境描述 | 第48页 |
| ·构造自由空间 | 第48-50页 |
| ·自由空间状态化 | 第50-51页 |
| ·海域环境模型的建立 | 第51页 |
| ·航线代价函数的确定 | 第51-52页 |
| ·航线生成算法设计 | 第52-57页 |
| ·符号描述与定义 | 第52-53页 |
| ·状态转移规则 | 第53-54页 |
| ·信息素更新规则 | 第54-55页 |
| ·算法步骤 | 第55-57页 |
| ·航线平滑 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 仿真结果与分析 | 第61-70页 |
| ·仿真基本框图 | 第61页 |
| ·仿真环境及参数选择 | 第61-63页 |
| ·仿真平台 | 第61-62页 |
| ·仿真环境设定 | 第62-63页 |
| ·算法参数设定 | 第63页 |
| ·仿真结果分析 | 第63-68页 |
| ·普通环境 | 第63-65页 |
| ·复杂环境 | 第65-66页 |
| ·平滑效果 | 第66-68页 |
| ·仿真分析 | 第68-69页 |
| ·有效性分析 | 第68页 |
| ·通用性分析 | 第68页 |
| ·收敛性分析 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第75-76页 |
| 致谢 | 第76页 |