文摘
英文文摘
原创性声明及关于学位论文使用授权说明
第一章绪论
1.1项目研究的背景及目的意义
1.2多机器人系统研究的国内外现状与发展趋势
1.2.1从七十年代中期开始至今多机器人系统的研究概况
1.2.2多机器人系统仿真平台的研究现状
1.3论文主要研究内容和创新之处
1.3.1论文主要研究内容
1.3.2本文的主要创新之处
1.4小结
第二章多机器人系统研究的基础理论和方法
2.1引言
2.2人工神经网络理论基础
2.2.1神经网络的发展与应用
2.2.2人工神经网络的特点
2.2.3人工神经元模型
2.2.4网络结构及工作方式
2.2.5 ANN的学习方式
2.2.6 ANN的学习算法
2.2.7学习与自适应
2.3人工免疫算法
2.3.1自然免疫系统
2.3.2自然免疫系统的特性
2.3.3人工免疫系统的应用
2.3.4人工免疫算法
2.3.5人工免疫算法流程
2.4智能机器人体系结构概述
2.4.1分层递阶结构
2.4.2包容结构
2.4.3三层结构
2.4.4自组织结构
2.4.5分布式结构
2.4.6进化控制结构
2.4.7社会机器人结构
2.5“捕食者——猎物”问题
2.6本章小结
第三章IGAE-ANN行为决策系统的设计研究
3.1引言
3.2研究问题描述
3.2.1机器人运动环境的设定
3.2.2捕猎机器人的设置
3.3人工神经网络的选择
3.3.1神经网络的结构
3.3.2神经网络的功能
3.3.3神经网络的学习方式
3.4改进的人工免疫算法
3.4.1人工免疫算法中的几个重要定义
3.4.2精英保留策略
3.4.3改进的人工免疫算法流程
3.5 IGAE-ANN行为决策系统
3.5.1 IGAE-ANN行为决策系统结构
3.5.2优化问题描述
3.6本章小节
第四章多机器人系统仿真实验设计
4.1引言
4.2多移动机器人动态空间建模
4.2.1环境建模
4.3猎物机器人的逃跑策略
4.4 IGAE中控制参数的选取
4.4.1群体规模man的选择
4.4.2交叉概率Pc的选取
4.4.3变异概率Pm的选取
4.4.4抗体相似度阈值ε1和ε2的选取
4.4.5β0的选取
4.5仿真实验设计
4.5.1基于二进制编码的神经网络的构建
4.5.2初始群体的产生
4.5.3计算适应度
4.5.4免疫选择操作
4.6仿真步骤实现
4.6.1对围捕实验做的一些假设
4.6.2基于IGAE-ANN行为决策系统的多机器人“围捕”实验仿真步骤
4.7主要程序模块介绍
4.7.1 IGAE算法与ANN融合模块
4.7.2抗体判优模块
4.7.3环境构建模块
4.6本章小结
第五章仿真结果分析
5.1引言
5.2围捕仿真实验参数设置
5.2.1参数编码设置
5.2.2仿真参数选取
5.3仿真结果
5.3.1收敛速度
5.3.2解的波动性
5.3.3动态收敛特征
5.3.4 IGAE算法主要参数的影响
5.3.5不同的选择方法对围捕效果的影响
5.4与具有精英保留策略的标准遗传算法(CGAE)的比较
5.4.1收敛速度
5.4.2解的波动性
5.4.3动态收敛特征
5.5多机器人围捕仿真组图
5.5小结
第六章总结与展望
6.1全文总结
6.2研究展望
参考文献
致谢
攻读硕士学位期间发表的学术论文