摘要 | 第11-13页 |
ABSTRACT | 第13-14页 |
第一章 绪论 | 第15-32页 |
1.1 研究背景和问题 | 第15-19页 |
1.1.1 联合火力打击任务规划问题 | 第15-17页 |
1.1.2 论文研究问题的提出 | 第17-19页 |
1.2 相关研究现状综述和分析 | 第19-29页 |
1.2.1 联合火力打击 | 第19-20页 |
1.2.2 仿真优化方法 | 第20-24页 |
1.2.3 主动知识挖掘 | 第24-28页 |
1.2.4 研究现状总结 | 第28-29页 |
1.3 论文的研究内容和创新点 | 第29-32页 |
1.3.1 论文组织结构 | 第29-30页 |
1.3.2 论文的创新点 | 第30-32页 |
第二章 联合火力打击任务规划问题建模以及求解框架 | 第32-42页 |
2.1 联合火力打击任务规划问题建模 | 第32-35页 |
2.1.1 基本概念定义 | 第32-33页 |
2.1.2 优化变量定义 | 第33页 |
2.1.3 约束条件定义 | 第33-34页 |
2.1.4 目标函数定义 | 第34-35页 |
2.2 联合火力打击任务规划求解框架 | 第35-41页 |
2.2.1 基于OODA的效能产生机理 | 第35-37页 |
2.2.2 基于仿真的双层联动优化框架 | 第37-41页 |
2.3 本章小结 | 第41-42页 |
第三章 面向任务层方案优化的改进认知演化计算方法 | 第42-74页 |
3.1 认知演化计算模型及改进策略 | 第42-43页 |
3.2 知识表示 | 第43-46页 |
3.2.1 知识表示方法分析以及选择 | 第43-45页 |
3.2.2 基于贝叶斯网络的效能知识 | 第45-46页 |
3.3 学习模块 | 第46-57页 |
3.3.1 基于信念图的先验信息获取方法 | 第47-51页 |
3.3.2 融合非确定先验信息的改进测度 | 第51-52页 |
3.3.3 基于K2算法的网络结构学习方法 | 第52-53页 |
3.3.4 实验分析 | 第53-57页 |
3.4 记忆模块 | 第57-60页 |
3.4.1 信息编码 | 第57-58页 |
3.4.2 信息存储 | 第58-59页 |
3.4.3 信息提取 | 第59-60页 |
3.5 思维模块 | 第60-67页 |
3.5.1 发散思维 | 第60-63页 |
3.5.2 收敛思维 | 第63-67页 |
3.6 实例分析 | 第67-73页 |
3.6.1 实验背景 | 第67-69页 |
3.6.2 相关参数影响分析 | 第69-72页 |
3.6.3 算法效率对比分析 | 第72-73页 |
3.7 本章小结 | 第73-74页 |
第四章 面向行动层方案优化的自适应性仿真优化方法 | 第74-118页 |
4.1 行动层方案优化流程 | 第74-75页 |
4.2 基于促进影响关系的仿真实验空间分割方法 | 第75-79页 |
4.2.1 仿真实验空间分割 | 第75-78页 |
4.2.2 串联分割的计算复杂性分析 | 第78-79页 |
4.2.3 并联分割的计算复杂性分析 | 第79页 |
4.3 最优化仿真系统元模型的主动知识挖掘技术 | 第79-106页 |
4.3.1 基于多目标度量准则的最优化实验设计方法 | 第79-91页 |
4.3.2 基于扩展置信区间的蒙特卡洛仿真控制方法 | 第91-96页 |
4.3.3 基于鲁棒支持向量机的降噪元模型拟合方法 | 第96-106页 |
4.4 基于改进分布估计算法的行动方案优化方法 | 第106-117页 |
4.4.1 分布估计算法的选择以及概述 | 第106-108页 |
4.4.2 基于直方图分布的编码方式 | 第108-109页 |
4.4.3 基于先验信息的概率模型构建 | 第109-110页 |
4.4.4 进化的种群选择策略改进方式 | 第110-112页 |
4.4.5 基于嵌套控制的方案优化流程 | 第112-114页 |
4.4.6 实验分析 | 第114-117页 |
4.5 本章小结 | 第117-118页 |
第五章 海空联合突击水面舰艇编队任务规划案例研究 | 第118-135页 |
5.1 实例背景 | 第118-119页 |
5.2 模型框架 | 第119-122页 |
5.2.1 模型接口关系 | 第119-120页 |
5.2.2 关键模型说明 | 第120-122页 |
5.3 方案优化 | 第122-134页 |
5.3.1 规划问题建模 | 第122-126页 |
5.3.2 迭代参数设置 | 第126页 |
5.3.3 第一次迭代 | 第126-130页 |
5.3.4 第二次迭代 | 第130-133页 |
5.3.5 优化结果 | 第133-134页 |
5.4 本章小结 | 第134-135页 |
第六章 结论与展望 | 第135-137页 |
6.1 论文的主要贡献 | 第135-136页 |
6.2 下一步工作展望 | 第136-137页 |
致谢 | 第137-139页 |
参考文献 | 第139-149页 |
作者在学期间取得的学术成果 | 第149-151页 |
附录A 实验设计方案 | 第151-154页 |