首页--交通运输论文--水路运输论文--船舶驾驶、航海学论文--船舶操纵技术论文--船舶避让操作论文

粒子群算法在多船转向避碰中的研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-11页
   ·课题研究背景第7页
   ·课题研究背景的意义第7-8页
   ·国内外研究现状、水平和发展趋势第8-9页
   ·本文主要研究内容第9-11页
第二章 船舶避碰规则第11-16页
   ·船舶会遇态势第11-13页
     ·追遇第12页
     ·对遇第12-13页
     ·交叉相遇第13页
   ·船舶会遇避碰规则第13-14页
     ·判断碰撞危险第14页
     ·避碰行动第14页
   ·天气和环境因素对避碰的影响要求第14-15页
   ·本章小结第15-16页
第三章 船舶避碰智能系统第16-24页
   ·船舶智能避碰研究现状第16页
   ·船舶智能避碰系统设计第16-18页
     ·模糊控制理论第16页
     ·神经网络第16-17页
     ·专家系统第17-18页
   ·船舶避碰智能优化算法第18-21页
     ·BP算法第18-19页
     ·遗传算法第19-20页
     ·模拟退火算法第20-21页
   ·智能避碰决策的优化原则与方法第21-23页
     ·智能避碰决策的优化原则第21页
     ·智能避碰决策的优化方法第21-23页
   ·本章小结第23-24页
第四章 粒子群算法在船舶避碰中的应用第24-32页
   ·船舶避碰考虑要素及船舶避让数学建模第24-25页
   ·避碰目标函数第25页
   ·拉子群算法应用第25-30页
     ·粒子群算法介绍第25-26页
     ·粒子群算法原理第26-28页
     ·粒子群算法流程第28-30页
   ·仿真分析第30-31页
   ·本章小结第31-32页
第五章 具有量子行为的粒子群算法第32-37页
   ·QPSO算法简介第32页
   ·QPSO算法的运算过程第32-34页
     ·进化方程第32-33页
     ·算法流程第33-34页
   ·QPSO在船舶避碰中的应用第34-35页
   ·QPSO算法和经典微粒群算法的比较第35-36页
     ·QPSO算法的特性第35页
     ·QPSO算法的优点第35-36页
     ·QPSO算法存在的问题第36页
   ·本章小结第36-37页
第六章 总结与展望第37-39页
   ·总结第37-38页
   ·展望第38-39页
致谢第39-40页
参考文献第40-43页
在攻读高教硕士期间发表的论文第43页

论文共43页,点击 下载论文
上一篇:基于船舶避碰的数据融合方法研究
下一篇:基于CPCI的车载纠偏系统的研究与实施