| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·多机器人系统的研究背景及意义 | 第7-8页 |
| ·多机器人系统研究的主要内容 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·多机器人系统的研究现状 | 第9-10页 |
| ·任务分配算法的研究现状 | 第10-11页 |
| ·多机器人任务分配存在的问题 | 第11-12页 |
| ·本文研究内容与结构安排 | 第12-13页 |
| 2 多机器人系统的任务分配模型 | 第13-23页 |
| ·多机器人任务分配的分类 | 第13-14页 |
| ·多机器人系统的属性 | 第14-17页 |
| ·系统组织结构 | 第14-16页 |
| ·系统通信 | 第16页 |
| ·多机器人系统描述 | 第16-17页 |
| ·多目标优化问题描述 | 第17-19页 |
| ·多机器人任务分配问题建模 | 第19-22页 |
| ·多机器人任务预分配模型 | 第20-22页 |
| ·多机器人任务重分配模型 | 第22页 |
| ·本章小结 | 第22-23页 |
| 3 基于多目标进化算法的多机器人任务预分配 | 第23-39页 |
| ·进化算法 | 第23-26页 |
| ·进化算法基本操作 | 第23-25页 |
| ·多目标进化算法的基本流程 | 第25-26页 |
| ·多目标进化算法 | 第26-31页 |
| ·NSGA-Ⅱ算法 | 第26-28页 |
| ·NSGA-Ⅱ算法的基本步骤 | 第28-31页 |
| ·基于实际约束和聚集距离的多目标进化算法 | 第31-34页 |
| ·实际约束的处理 | 第31-32页 |
| ·聚集距离计算 | 第32-34页 |
| ·基于改进的多目标进化算法的多机器人任务预分配仿真 | 第34-38页 |
| ·仿真步骤及分析 | 第34页 |
| ·时序约束的实现 | 第34-35页 |
| ·最优方案的选取 | 第35-38页 |
| ·结果分析 | 第38页 |
| ·本章小结 | 第38-39页 |
| 4 基于量子行为粒子群的多机器人任务重分配 | 第39-50页 |
| ·粒子群优化算法 | 第39-42页 |
| ·粒子群优化算法的思想来源 | 第39-40页 |
| ·基本粒子群算法 | 第40-42页 |
| ·基于量子行为的粒子群算法 | 第42-45页 |
| ·量子粒子群算法的提出 | 第42-43页 |
| ·QPSO算法过程 | 第43-45页 |
| ·增强群体多样性的QPSO算法 | 第45-46页 |
| ·混沌思想 | 第45页 |
| ·高斯分布变异算子 | 第45页 |
| ·二进制计算 | 第45-46页 |
| ·基于一种QPSO算法的多机器人任务重分配仿真 | 第46-49页 |
| ·多机器人任务重分配仿真 | 第46-49页 |
| ·结果分析比较 | 第49页 |
| ·本章小结 | 第49-50页 |
| 5 多机器人任务分配仿真系统 | 第50-57页 |
| ·仿真系统的设计 | 第50-53页 |
| ·仿真系统实验结果 | 第53-56页 |
| ·多机器人任务预分配仿真结果 | 第53-55页 |
| ·多机器人任务重分配仿真结果 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 6 结论与展望 | 第57-59页 |
| ·结论 | 第57页 |
| ·展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |