改进遗传算法在军事飞行任务中的应用与研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-14页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.2.1 国外研究现状 | 第12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 本文主要工作 | 第13页 |
| 1.4 本文结构安排 | 第13-14页 |
| 第2章 飞行路线规划问题的求解方法 | 第14-31页 |
| 2.1 求解飞行路线规划问题的方法 | 第14-18页 |
| 2.1.1 蚁群算法 | 第14-15页 |
| 2.1.2 人工神经网络算法 | 第15-16页 |
| 2.1.3 模拟退火算法 | 第16-17页 |
| 2.1.4 Voronoi图法 | 第17-18页 |
| 2.1.5 A~*算法 | 第18页 |
| 2.2 遗传算法 | 第18-30页 |
| 2.2.1 遗传算法的产生与发展 | 第18-19页 |
| 2.2.2 遗传算法的基本思想 | 第19页 |
| 2.2.3 遗传算法的特点 | 第19-20页 |
| 2.2.4 遗传算法的基本实施步骤 | 第20-27页 |
| 2.2.5 遗传算法中选择各种算子的理论基础 | 第27-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第3章 飞行任务路线规划数学模型 | 第31-39页 |
| 3.1 问题描述 | 第31页 |
| 3.2 设计模型 | 第31-38页 |
| 3.2.1 二维空间模型生成 | 第31-33页 |
| 3.2.2 三维空间模型生成 | 第33-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第4章 改进遗传算法在飞行路径规划中的应用 | 第39-48页 |
| 4.1 一般遗传算法的设计 | 第39-43页 |
| 4.1.1 初始种群的生成 | 第39-40页 |
| 4.1.2 适应度函数 | 第40-41页 |
| 4.1.3 选择操作 | 第41页 |
| 4.1.4 交叉操作 | 第41页 |
| 4.1.5 变异操作 | 第41-42页 |
| 4.1.6 实验结果 | 第42-43页 |
| 4.2 改进遗传算法的航线规划 | 第43-46页 |
| 4.2.1 对选择操作的改进 | 第43页 |
| 4.2.2 对交叉操作的改进 | 第43-44页 |
| 4.2.3 对变异操作的改进 | 第44页 |
| 4.2.4 实验结果与分析 | 第44-46页 |
| 4.3 改进遗传算法的三维航线规划 | 第46-47页 |
| 4.3.1 航向编码 | 第46页 |
| 4.3.2 初始群体的确定 | 第46页 |
| 4.3.3 适应度函数 | 第46页 |
| 4.3.4 仿真结果及分析 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 总结与展望 | 第48-50页 |
| 5.1 总结 | 第48页 |
| 5.2 展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 攻读硕士期间发表的论文及其它成果 | 第53-54页 |
| 致谢 | 第54页 |
