基于差分进化算法的水下机器人路径规划方法任务书

 2021-09-26 11:09

1. 毕业设计(论文)主要内容:

我国是海洋资源大国,水下机器人在军事、渔业、海底探矿和海洋平台监测等方面得到了越来越多的应用。某些水下机器人需要电池供电,因此合理规划其作业路径(甚至是求解最优路径),对于降低能耗至关重要。差分进化算法(Differential Evolution, DE)是近年来提出的一种智能优化算法,对于求解路径规划问题非常适用。因此,论文展开基于DE算法的水下机器人路径规划方法研究,其主要研究内容包括:

1) 阅读参考文献,总结归纳水下机器人路径规划和DE算法的研究现状。

2) 建立水下机器人路径规划的数学模型,借助Matlab或者其它编程语言,基于DE算法对该模型进行求解。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 毕业设计(论文)主要任务及要求

1) 阅读参考文献不少于15篇,其中外文文献不少于50%。

2) 在所阅读的外文参考文献中,选择一篇完成翻译,要求字数不少于5000字。

3) 在文献阅读和文献翻译的基础上,总结归纳研究现状,完成开题报告。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 毕业设计(论文)完成任务的计划与安排

1) 第1周~第3周,完成文献查阅、文献翻译和开题报告;

2) 第4周~第5周,学习掌握Matlab软件。如果已经对Matlab有较好的学习基础,或者可以熟练应用其它编程语言如C、C 、Java等,可以直接进入下一环节;

3) 第6周~第12周,实现针对水下机器人路径规划的DE算法,并进行仿真验证;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 主要参考文献

[1]Qin, A.K, Huang, V.L, Suganthan, P.N. Differential Evolution Algorithm With Strategy Adaptation for Global Numerical Optimization [J]. IEEE Transactions on Evolutionary Computation, 2009, 13(2): 398 - 417[2]Wenyin Gong; Zhihua Cai. Differential Evolution With Ranking-Based Mutation Operators [J]. 2013, 43(6): 2066 - 2081[3]雷川,赵成萍,宁芊. 基于混合变异策略差分进化算法的无人机航路规划 [J]. 2018,43(6): 111-117[4]Sun Jun, Wu Xiaojun, Vasile Palade, et al. Convergence analysis and improvements of quantum-behaved particle swarm optimization [J]. Information Sciences, 2012, 193: 81-103.[5]顾国昌,付岩,刘海波. 基于遗传模拟退火算法的水下机器人路径规划 [J]. 哈尔滨工程大学学报, 2005, 26(1): 84-87[6]郭蕴华, 王晓宗. 基于改进量子粒子群算法的无人机路径规划 [J]. 船海工程, 2016, 45(1): 99-102[7]傅阳光, 周成平, 丁明跃. 基于混合量子粒子群优化算法的三维航迹规划 [J]. 宇航学报, 2010, 31(12):2657-2664.[8]Fu Y. Path planning for UAV based on quantum-behaved particle swarm optimization [J]. Proceedings of SPIE - The International Society for Optical Engineering, 2009, 7497:74970B-74970B-7.[9]Fu Y, Ding M, Zhou C. Phase Angle-Encoded and Quantum-Behaved Particle Swarm Optimization Applied to Three-Dimensional Route Planning for UAV [J]. IEEE Transactions on Systems Man Cybernetics Part A Systems Humans, 2012, 42(2):511-526.[10]Fu Y, Ding M, Zhou C, et al. Route Planning for Unmanned Aerial Vehicle (UAV) on the Sea Using Hybrid Differential Evolution and Quantum-Behaved Particle Swarm Optimization [J]. IEEE Transactions on Systems Man Cybernetics Systems, 2013, 43(6):1451-1465.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。