摘要:机器人在我们社会生产中的运用越来越广泛，因此对于机器人的研究也从没有停止过，并且显得越来越重要。在现在的社会生产中，一个机器人已经无法满足社会生产的需求，因而机器人之间的合作显得越来越重要，群机器人编队就是机器人合作的重要内容。

    基本粒子群算法（Particle Swarm Optimization, PSO）是一种随机的、并行的优化算法，算法的收敛速度快、算法简单且容易编程实现。本文利用基本粒子群算法针对不同的编队形状, 根据机器人的位置信息，构造不同的函数，并进行优化, 优化过程中的最优解作为机器人的运动方向，然后利用该算法实现了线形、三角形、四边形和圆形编队，并对其迭代次数、迭代时间、迭代误差和机器人个数等进行了全面的比较，验证了PSO算法对于群机器人编队的有效性。

关键词  群机器人编队；基本粒子群算法；函数优化；最优解

目录

摘要

Abstract

1 绪论-1

1.1 各国机器人发展史-1

1.2 本论文研究的内容和意义-2

1.3 本论文基本框架-3

2 群机器人编队的概述-4

2.1 群机器人的研究现状-4

2.2 群机器人协作的优越性-4

2.3 群机器人编队控制的方法-4

3 MATLAB概述-6

3.1 MATLAB的基本功能-6

3.2 MATLAB的优势-6

3.2 MATLAB的使用对象-7

4 基本粒子群算法简介-9

4.1 算法产生的背景-9

4.2 算法的优缺点-9

4.3 算法的原理-9

4.4 PSO算法流程-10

4.5 PSO算法的改进-11

5 仿真实验-12

5.1 算法测试-12

5.2 仿真实验结果-13

5.2.1 线形三机器人的仿真实验结果-13

5.2.2 线形四机器人的仿真实验结果-15

5.2.3 三角形三机器人的仿真实验结果-17

5.2.4 三角形四机器人的仿真实验结果-19

5.2.5 正方形四机器人的仿真实验结果-21

5.2.6 正方形五机器人的仿真实验结果-23

5.2.7 圆形八机器人的仿真实验结果-25

5.3 仿真实验数据分析-27

结论-29

致谢-31

参考文献-32

附录-33