一种基于智能计算的态势推理方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 缩略语对照表 | 第10-13页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 态势估计的概念 | 第13-14页 |
| 1.2 态势估计的研究现状 | 第14-16页 |
| 1.2.1 国外研究现状 | 第14-15页 |
| 1.2.2 国内研究现状 | 第15-16页 |
| 1.3 态势估计的发展趋势 | 第16-17页 |
| 1.4 论文的章节安排 | 第17-19页 |
| 第二章 态势估计技术研究 | 第19-27页 |
| 2.1 态势估计的功能模型 | 第19-23页 |
| 2.2 态势挖掘分析技术 | 第23-24页 |
| 2.3 态势推理算法 | 第24-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第三章 单目标态势推理问题研究 | 第27-47页 |
| 3.1 基于规则树的态势推理算法 | 第27-29页 |
| 3.1.1 态势推理规则树 | 第27-29页 |
| 3.1.2 基于规则树的态势推理算法实现 | 第29页 |
| 3.2 基于BP神经网络的态势推理算法 | 第29-40页 |
| 3.2.1 神经网络 | 第29-31页 |
| 3.2.2 BP神经网络 | 第31-35页 |
| 3.2.3 基于BP神经网络的态势推理算法实现 | 第35-40页 |
| 3.3 自适应态势推理系统 | 第40-42页 |
| 3.4 仿真实验 | 第42-44页 |
| 3.4.1 仿真实验一 | 第42页 |
| 3.4.2 仿真实验二 | 第42-43页 |
| 3.4.3 仿真实验三 | 第43-44页 |
| 3.5 本章小结 | 第44-47页 |
| 第四章 协同态势推理问题研究 | 第47-69页 |
| 4.1 智能体 | 第47-49页 |
| 4.1.1 智能体概念 | 第47页 |
| 4.1.2 智能体结构 | 第47-49页 |
| 4.2 多智能体推理网络 | 第49-52页 |
| 4.2.1 多智能体推理网络概念 | 第49页 |
| 4.2.2 多智能体推理网络构建 | 第49-52页 |
| 4.3 基于多智能体网络的态势推理算法研究 | 第52-60页 |
| 4.3.1 基于多智能体网络的进化推理算法 | 第53-55页 |
| 4.3.2 基于多智能体网络的粒子群推理算法 | 第55-58页 |
| 4.3.3 改进的进化推理算法 | 第58-60页 |
| 4.4 仿真实验 | 第60-67页 |
| 4.4.1 仿真实验一 | 第60-63页 |
| 4.4.2 仿真实验二 | 第63-65页 |
| 4.4.3 仿真实验三 | 第65-67页 |
| 4.5 本章小结 | 第67-69页 |
| 第五章 总结和展望 | 第69-71页 |
| 5.1 总结 | 第69页 |
| 5.2 展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 作者简介 | 第77-78页 |
