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 |