实数免疫遗传优化及其在机器人路径规划中的应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·课题的研究背景及意义 | 第7-9页 |
| ·机器人路径规划的研究现状 | 第9-12页 |
| ·传统路径规划方法 | 第9-10页 |
| ·智能路径规划方法 | 第10-12页 |
| ·本文的主要内容 | 第12-13页 |
| 2 遗传算法与免疫算法 | 第13-22页 |
| ·遗传算法 | 第13-18页 |
| ·遗传算法的基本要素 | 第13-17页 |
| ·遗传算法的收敛性 | 第17页 |
| ·遗传算法的特点与缺陷 | 第17-18页 |
| ·免疫算法 | 第18-21页 |
| ·免疫学的基本概念 | 第18-19页 |
| ·免疫学的基本理论 | 第19-20页 |
| ·几种免疫算法的分析 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3 实数免疫遗传算法的设计及性能测试 | 第22-38页 |
| ·引言 | 第22页 |
| ·基本定义 | 第22-23页 |
| ·免疫遗传算法的设计 | 第23-28页 |
| ·算法步骤与流程 | 第23-24页 |
| ·算法具体实现 | 第24-28页 |
| ·免疫遗传算法的性能测试 | 第28-36页 |
| ·测试方法 | 第28-30页 |
| ·函数优化试验与分析 | 第30-34页 |
| ·基本参数对算法性能的影响 | 第34-36页 |
| ·本章小结 | 第36-38页 |
| 4 基于免疫遗传优化的机器人路径规划 | 第38-51页 |
| ·引言 | 第38页 |
| ·环境建模 | 第38-39页 |
| ·机器人路径规划方法的设计 | 第39-48页 |
| ·路径编码方式 | 第39-41页 |
| ·种群初始化 | 第41页 |
| ·路径个体适应度函数 | 第41-43页 |
| ·遗传算子 | 第43-45页 |
| ·免疫算子 | 第45页 |
| ·路径修正 | 第45-46页 |
| ·自适应参数调整 | 第46-47页 |
| ·路径规划步骤与流程 | 第47-48页 |
| ·仿真试验与分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 5 基于免疫遗传优化-人工势场的机器人路径规划 | 第51-61页 |
| ·引言 | 第51页 |
| ·传统人工势场模型及其缺陷 | 第51-54页 |
| ·传统人工势场模型 | 第51-52页 |
| ·传统人工势场模型的缺陷 | 第52-54页 |
| ·改进的人工势场模型及其缺陷 | 第54-55页 |
| ·基于免疫遗传优化-人工势场的路径规划 | 第55-58页 |
| ·参数的编码方式 | 第55-56页 |
| ·路径个体适应度函数 | 第56-57页 |
| ·路径规划步骤与流程 | 第57-58页 |
| ·仿真试验与分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 6 总结与展望 | 第61-63页 |
| ·工作总结 | 第61-62页 |
| ·工作展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
