基于社会群体搜索算法的机器人路径规划 |
论文目录 | | 摘要 | 第1-6页 | Abstract | 第6-9页 | 第1章 绪论 | 第9-13页 | · 研究背景和意义 | 第9页 | · 智能移动机器人国内外研究现状 | 第9-10页 | · 路径规划方法概述 | 第10-12页 | · 传统的路径规划方法 | 第11页 | · 智能的算法路径规划 | 第11页 | · 基于混合方法的路径规划 | 第11-12页 | · 论文的研究内容和组织结构 | 第12-13页 | · 论文研究的主要内容 | 第12页 | · 论文的组织结构 | 第12-13页 | 第2章 相关研究 | 第13-18页 | · 遗传算法 | 第13-14页 | · 遗传算法简介 | 第13页 | · 遗传算法的优缺点 | 第13-14页 | · 遗传算法的改进思路 | 第14页 | · 粒子群算法 | 第14-16页 | · 粒子群算法简述 | 第14-15页 | · 粒子群算法的优缺点 | 第15页 | · 粒子群算法的改进思路 | 第15-16页 | · 生物界的社会行为 | 第16-17页 | · 本章小结 | 第17-18页 | 第3章 社会群体搜索算法 | 第18-33页 | · 群体初始化 | 第20-21页 | · 计算估价函数 | 第21页 | · 计算决策因子,将种群中个体分类 | 第21-24页 | · 追随操作和抛弃操作 | 第24-28页 | · 追随操作 | 第24-27页 | · 淘汰操作 | 第27-28页 | · 交叉变异 | 第28-31页 | · 交叉操作 | 第28-30页 | · 变异操作 | 第30-31页 | · 社会群体算法收敛性分析 | 第31-32页 | · 本章小结 | 第32-33页 | 第4章 使用社会群体搜索算法的机器人路径规划 | 第33-41页 | · 问题描述和环境建模 | 第33-34页 | · 群体初始化 | 第34-36页 | · 估价函数的计算 | 第36-38页 | · 计算决策因子,将种群分类 | 第38页 | · 追随操作 | 第38页 | · 执行抛弃操作 | 第38-39页 | · 执行交叉操作 | 第39页 | · 执行变异操作 | 第39页 | · 动态环境的规划思路 | 第39-40页 | · 本章小结 | 第40-41页 | 第5章 仿真实验与实验结果分析 | 第41-57页 | · 系统实现 | 第41页 | · 实验结果及分析 | 第41-56页 | · 场景设置 | 第41页 | · 实验结果 | 第41-48页 | · 结果分析 | 第48-53页 | · 参数分析 | 第53-56页 | · 与其他算法的比较 | 第56页 | · 本章小结 | 第56-57页 | 第6章 总结与展望 | 第57-58页 | · 总结 | 第57页 | · 本文的主要工作 | 第57页 | · 本文的不足 | 第57页 | · 展望 | 第57-58页 | 参考文献 | 第58-63页 | 致谢 | 第63
页 |
|
|
|