| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照照表表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 研究背景 | 第15页 |
| 1.2 研究现状 | 第15-17页 |
| 1.2.1 关于无人机航迹规划问题的研究现状 | 第15-16页 |
| 1.2.2 关于无人机联合作战多任务分配问题的研究现状 | 第16-17页 |
| 1.3 本文主要工作及组织结构 | 第17-19页 |
| 第二章 无人机任务规划技术背景介绍 | 第19-25页 |
| 2.1 蚁群优化算法介绍 | 第19-22页 |
| 2.1.1 蚁群优化算法原理 | 第19-21页 |
| 2.1.2 蚁群算法在无人机探测问题中的应用 | 第21-22页 |
| 2.2 Q学习及其在无人机探测问题中的应用 | 第22-23页 |
| 2.3 马尔可夫决策过程与纳什均衡理论在无人机探测问题中的应用 | 第23-24页 |
| 2.4 小结 | 第24-25页 |
| 第三章 基于动作预估机制的无人机任务规划技术 | 第25-39页 |
| 3.1 无人机任务规划问题 | 第25-28页 |
| 3.1.1 无人机任务规划模型 | 第25-26页 |
| 3.1.2 无人机任务规划问题的约束条件 | 第26-28页 |
| 3.2 基于动作预估机制的无人机任务规划问题 | 第28-31页 |
| 3.2.1 无人机任务规划问题中的动作预估机制 | 第28-30页 |
| 3.2.2 算法描述 | 第30-31页 |
| 3.3 评估机制在无人机任务规划问题中的应用 | 第31-38页 |
| 3.3.1 实验设计 | 第31-33页 |
| 3.3.2 实验结果与分析 | 第33-38页 |
| 3.4 小结 | 第38-39页 |
| 第四章 强化学习在无人机联合作战中的应用 | 第39-59页 |
| 4.1 强化学习理论与纳什均衡 | 第39-41页 |
| 4.1.1 强化学习理论在无人机联合作战中的应用 | 第39-40页 |
| 4.1.2 纳什均衡理论在无人机联合作战中的应用 | 第40-41页 |
| 4.2 基于合作表的无人机联合作战研究 | 第41-49页 |
| 4.2.1 无人机联合作战模型 | 第41-42页 |
| 4.2.2 基于合作表的无人机联合作战 | 第42-46页 |
| 4.2.3 算法描述 | 第46-49页 |
| 4.3 仿真实验及分析 | 第49-57页 |
| 4.3.1 实验设计 | 第49-52页 |
| 4.3.2 实验结果与分析 | 第52-57页 |
| 4.4 小结 | 第57-59页 |
| 第五章 无人机侦查任务问题的研究与应用 | 第59-75页 |
| 5.1 无人机侦查任务研究内容 | 第59-60页 |
| 5.1.1 无人机侦查任务模型 | 第59页 |
| 5.1.2 无人机侦查任务的约束条件 | 第59-60页 |
| 5.2 无人机侦查任务问题的求解 | 第60-68页 |
| 5.2.1 基于CV-ACO算法的无人机侦查任务规划问题 | 第60-64页 |
| 5.2.2 基于CV-ACO算法的无人机侦查任务规划实验 | 第64-68页 |
| 5.3 侦查任务突变的解决方案 | 第68-72页 |
| 5.3.1 强化学习方法解决侦查任务突变问题 | 第68-70页 |
| 5.3.2 实验验证 | 第70-72页 |
| 5.4 小结 | 第72-75页 |
| 第六章 结束语 | 第75-77页 |
| 6.1 总结 | 第75-76页 |
| 6.2 展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-83页 |
| 作者简介 | 第83-84页 |
| 1.基本情况 | 第83页 |
| 2.教育背景 | 第83页 |
| 3.在学期间的研究成果 | 第83-84页 |
