首页--工业技术论文--武器工业论文--核武器与其他特种武器及其防护设备论文--激光武器及防护设备论文

基于改进智能优化算法的多目标激光反导系统动态决策优化

摘要第1-5页
Abstract第5-9页
第1章 绪论第9-16页
   ·研究的背景和意义第9页
   ·智能优化算法的分类和研究现状第9-13页
     ·智能优化算法的分类第9-13页
     ·智能优化算法的研究现状第13页
   ·本文的主要研究内容第13-16页
第2章 DMLAMS建模及动态置换算法第16-26页
   ·引言第16页
   ·DMLAMS决策问题数学描述第16-22页
     ·组合优化算法的定义第16-17页
     ·自寻的制导规律的选取第17-20页
     ·DMLAMS决策优化建模第20-22页
   ·动态置换算法描述及仿真第22-25页
     ·DP算法描述第22页
     ·DP算法仿真分析第22-25页
   ·本章小结第25-26页
第3章 基于改进的遗传算法的DMLAMS决策优化第26-46页
   ·改进的遗传算法简介第26-30页
     ·遗传算法的基本概念第26-28页
     ·两则改进的遗传算法方案第28-30页
   ·匀速运动动态仿真第30-37页
     ·普通遗传算法仿真结果第30-33页
     ·交叉变异同步变化方案仿真结果第33-35页
     ·变异优先方案仿真结果第35-37页
   ·匀加速运动动态仿真第37-44页
     ·普通遗传算法仿真结果第37-40页
     ·交叉变异同步变化方案仿真结果第40-42页
     ·变异优先方案仿真结果第42-44页
   ·本章小结第44-46页
第4章 基于多种启发式算法的DMLAMS决策优化第46-58页
   ·模拟退火算法原理及应用第46-50页
     ·Metropolis准则第46页
     ·模拟退火算法原理和步骤第46-48页
     ·模拟退火算法仿真分析第48-49页
     ·快速模拟退火算法的应用第49-50页
   ·蚁群算法的原理及应用第50-55页
     ·蚁群算法的原理第50-52页
     ·蚁群算法的流程第52-53页
     ·蚁群算法的仿真研究第53-55页
   ·遗传算法、模拟退火算法和蚁群算法的比较分析第55-56页
     ·遗传算法和模拟退火算法的比较第55页
     ·模拟退火算法和蚁群算法的比较第55-56页
     ·遗传算法和蚁群算法的比较第56页
   ·本章小结第56-58页
第5章 基于混合遗传算法的DMLAMS决策优化第58-64页
   ·引言第58-59页
   ·模拟退火遗传算法(SAGA)的仿真实现第59-60页
   ·蚁群遗传算法(ACOGA)的仿真实现第60-61页
   ·精英个体(Elites)对种群适应度的影响第61-63页
   ·本章小结第63-64页
结论第64-66页
参考文献第66-70页
攻读学位期间发表的学术论文第70-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:基于网纹镜的多目标复合光学系统的研究
下一篇:多目标群激光反导优化研究