| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景与研究意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文结构 | 第12-15页 |
| 1.3.1 论文创新点 | 第12-13页 |
| 1.3.2 论文框架 | 第13-15页 |
| 第二章 情景记忆的神经动力学模型 | 第15-29页 |
| 2.1 生物神经元生物学特性 | 第15-18页 |
| 2.2 情景记忆机理模型的生物学基础 | 第18-25页 |
| 2.2.1 情景记忆网络结构 | 第18-21页 |
| 2.2.2 情景记忆的神经动力学模型 | 第21-23页 |
| 2.2.3 情景记忆仿真结果 | 第23-25页 |
| 2.3 情景记忆序列向决策模式的映射 | 第25-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第三章 生物神经网络的主动意识决策模型 | 第29-39页 |
| 3.1 生物神经网络模型的生物学基础 | 第29-32页 |
| 3.1.1 生物神经网络模型 | 第29-30页 |
| 3.1.2 突触强度 | 第30页 |
| 3.1.3 单神经元和突触模型 | 第30-32页 |
| 3.2 主动意识决策模型 | 第32-36页 |
| 3.2.1 刺激反应和主动意识决策之间的竞争机制建模 | 第32-34页 |
| 3.2.2 主动意识决策的仿真 | 第34-36页 |
| 3.3 生物学启发式协调网络 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于记忆决策的无人机群体协调 | 第39-45页 |
| 4.1 引言 | 第39页 |
| 4.2 决策算法 | 第39-42页 |
| 4.2.1 算法Ⅰ | 第39-40页 |
| 4.2.2 算法Ⅱ | 第40-42页 |
| 4.3 多无人机系统策略的具体实施步骤 | 第42-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 仿真实验及分析 | 第45-55页 |
| 5.1 环境设置 | 第45-46页 |
| 5.2 群体协调算法的初始化 | 第46-48页 |
| 5.3 具有不同检测和通信性能半径 | 第48-53页 |
| 5.3.1 群体协调算法(Ⅰ) | 第48-51页 |
| 5.3.2 群体协调算法(Ⅱ) | 第51-53页 |
| 5.4 与集中式方法进行比较 | 第53-54页 |
| 5.5 本章小结 | 第54-55页 |
| 第六章 总结和展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 作者简介 | 第62页 |