多机器人巡逻系统的智能优化与动态协同

目录

声明

第一章 绪论

1.1 研究目的与意义

1.2 研究内容和创新点

1.3 章节安排

第二章 多机器人巡逻系统

2.1 引言

2.2 普通巡逻

2.2.1 问题建模

2.2.2 评价指标

2.2.3 协同方法

2.3 对抗巡逻

2.3.1 问题建模

2.3.2 评价指标

2.3.3 协同方法

2.4 小结

第三章 基于人工免疫系统的多机器人任务分配

3.1 引言

3.2 研究目标与理论基础

3.2.1 问题背景与研究目标

3.2.2 理论基础与存在问题

3.3 基于Softmax回归的小生境免疫优化算法

3.3.1 sNIOA算法思想及概述

3.3.2 免疫优化算法

3.3.3 小生境技术

3.3.4 Softmax回归

3.4 嵌入引导变异算子的sNIOA

3.4.1 引导变异算子

3.4.2 sNIOA-GM算法设计

3.5 算法测试、对比实验及结果分析

3.5.1 sNIOA多峰优化能力验证

3.5.2 sNIOA参数分析

3.5.3 多峰优化算法对比实验

3.5.4 sNIOA-GM在MRTA的应用案例一

3.5.5 sNIOA-GM在MRTA的应用案例二

3.6 小结

第四章 基于免疫内分泌短反馈系统的航运巡逻路径规划

4.1 引言

4.2 研究目标与理论基础

4.2.1 问题背景与研究目标

4.2.2 理论基础与存在问题

4.3 多机器人航运巡逻问题建模

4.4 非支配免疫内分泌短反馈算法

4.4.1 抗体编码与解码

4.4.2 抗体亲和度计算和非支配解集

4.4.3 免疫内分泌短反馈系统

4.4.4 NISFA算法步骤

4.5 仿真与实验结果

4.5.1 免疫内分泌短反馈系统性能测试

4.5.2 在多机器人航运巡逻问题中的应用

4.5.3 算法比较

4.5.4 多目标优化能力测试

4.6 小结

第五章 基于事件驱动控制的多机器人动态协同巡逻策略

5.1 引言

5.2 研究目标与理论基础

5.2.1 问题背景与研究目标

5.2.2 理论基础与存在问题

5.3 多机器人航运巡逻问题建模

5.4 基于事件驱动控制的多机器人动态巡逻策略

5.4.1 概念定义

5.4.2 基于双向评价的目标决策

5.4.3 基于事件驱动控制的动态协同

5.4.4 EDCP策略设计

5.5 算法测试、对比实验及结果分析

5.5.1 巡逻策略性能验证与对比实验

5.5.2 EDCP在航运污染监测中的应用

5.6 小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

致谢

附录

附录A 攻读博士学位期间取得的成果

附录B 攻读博士学位期间参与的项目

附录C 攻读博士学位期间获得的奖励和荣誉