首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

视觉传感器网络中可分任务多趟调度优化模型及算法研究

摘要第5-6页
ABSTRACT第6-7页
符号对照表第10-11页
缩略语对照表第11-14页
第一章 绪论第14-22页
    1.1 选题背景与意义第14-16页
        1.1.1 视觉传感器网络第14-15页
        1.1.2 可分任务调度第15-16页
    1.2 国内外研究现状第16-19页
        1.2.1 视觉传感器网络第16-18页
        1.2.2 可分任务调度第18-19页
    1.3 本文研究内容第19-20页
    1.4 本文的组织结构第20-22页
第二章 基础知识第22-30页
    2.1 视觉传感器网络中的单趟调度模型第22-24页
    2.2 遗传算法第24-28页
        2.2.1 遗传算法框架第24-25页
        2.2.2 遗传算法编码策略第25-26页
        2.2.3 交叉算子第26-27页
        2.2.4 变异算子第27页
        2.2.5 选择算子第27-28页
    2.3 本章小结第28-30页
第三章 视觉传感器网络中的多趟调度模型及算法研究第30-48页
    3.1 问题描述第30-32页
    3.2 给定调度顺序的可分任务多趟调度新模型第32-36页
        3.2.1 最后一趟调度第32-33页
        3.2.2 内部调度与最后一趟调度关系的推导第33-35页
        3.2.3 新模型的建立第35-36页
    3.3 给定调度顺序的可分任务多趟调度模型求解算法第36-41页
        3.3.1 算法思想第36页
        3.3.2 调度趟数相关性质数值实验第36-38页
        3.3.3 协同处理机数目相关性质数值实验第38-39页
        3.3.4 算法框架第39-41页
    3.4 实验结果与分析第41-47页
        3.4.1 实验参数说明第42页
        3.4.2 完成时间对比实验第42-47页
    3.5 本章小结第47-48页
第四章 考虑调度顺序的可分任务多趟调度模型及算法研究第48-66页
    4.1 问题描述第48-49页
    4.2 考虑调度顺序的可分任务多趟调度新模型第49-53页
        4.2.1 最后一趟调度第49-50页
        4.2.2 内部调度与最后一趟调度关系的推导第50-52页
        4.2.3 新模型的建立第52-53页
    4.3 求解模型新的遗传算法第53-58页
        4.3.0 交叉算子第53-55页
        4.3.1 变异算子第55-56页
        4.3.2 局部搜索策略第56-57页
        4.3.3 选择算子第57页
        4.3.4 新的全局优化遗传算法第57-58页
    4.4 实验结果与分析第58-64页
        4.4.1 实验参数第58-59页
        4.4.2 完成时间对比实验第59-64页
    4.5 本章小结第64-66页
第五章 总结与展望第66-68页
参考文献第68-72页
致谢第72-74页
作者简介第74-75页

论文共75页,点击 下载论文
上一篇:弹载平台FMCW SAR成像方法研究
下一篇:工业机器人作业目标的视觉识别与定位研究