| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题背景与意义 | 第10-11页 |
| 1.2 国内外现状 | 第11-16页 |
| 1.3 课题研究内容和论文章节安排 | 第16-17页 |
| 第2章 ECDIS和路径规划智能算法 | 第17-29页 |
| 2.1 电子海图及ECDIS | 第17-21页 |
| 2.1.1 电子海图 | 第17-19页 |
| 2.1.2 ECDIS组成和特点 | 第19-21页 |
| 2.2 海图显示与投影方式 | 第21-23页 |
| 2.3 路径规划智能算法 | 第23-28页 |
| 2.3.1 遗传算法 | 第24-26页 |
| 2.3.2 神经网络法 | 第26-27页 |
| 2.3.3 蚁群算法 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 改进蚁群算法及其参数分析 | 第29-43页 |
| 3.1 蚁群算法的原理 | 第29-31页 |
| 3.2 蚁群算法的数学模型 | 第31-33页 |
| 3.3 蚁群算法的参数分析 | 第33-38页 |
| 3.3.1 蚂蚁数目m对算法性能影响分析 | 第33页 |
| 3.3.2 信息素启发式因子α对算法性能影响分析 | 第33-34页 |
| 3.3.3 路径期望启发式因子β对算法性能影响分析 | 第34-36页 |
| 3.3.4 信息素总量Q对算法性能影响分析 | 第36-37页 |
| 3.3.5 挥发因子ρ对算法性能影响分析 | 第37-38页 |
| 3.4 基本蚁群算法的改进策略 | 第38-41页 |
| 3.4.1 选择规则的改进策略 | 第38-40页 |
| 3.4.2 更新信息素的改进策略 | 第40-41页 |
| 3.4.3 信息素挥发因子ρ的改进策略 | 第41页 |
| 3.5 基本蚁群算法和改进蚁群算法在TSP问题仿真结果 | 第41-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 改进蚁群算法在ECDIS上的应用 | 第43-61页 |
| 4.1 海图环境的特点及图论相关知识 | 第43-47页 |
| 4.1.1 海图环境的特点 | 第43页 |
| 4.1.2 图论相关知识 | 第43-47页 |
| 4.2 海图环境的建模 | 第47-50页 |
| 4.3 障碍物的提取和表示 | 第50-55页 |
| 4.3.1 ShapeFile文件的简介及文件组成 | 第50-51页 |
| 4.3.2 海图ShapeFile文件组成 | 第51-53页 |
| 4.3.3 海图障碍物检测方法 | 第53-55页 |
| 4.4 算法在ECDIS上的实现 | 第55-58页 |
| 4.4.1 算法在ECDIS实现基本思想 | 第55页 |
| 4.4.2 实现的具体步骤和流程图 | 第55-58页 |
| 4.5 基于可操作性限制条件下航线评价函数和航线平滑 | 第58-59页 |
| 4.5.1 基于可操作性限制条件下航线评价函数 | 第58-59页 |
| 4.5.2 航线平滑 | 第59页 |
| 4.6 本章小结 | 第59-61页 |
| 第5章 仿真分析 | 第61-68页 |
| 5.1 仿真环境 | 第61-62页 |
| 5.2 参数设置 | 第62-65页 |
| 5.3 航线评价函数和航线平滑 | 第65-67页 |
| 5.4 本章小结 | 第67-68页 |
| 结论 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第72-73页 |
| 致谢 | 第73页 |
