首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于多目标优化算法的共形阵方向图综合

致谢第7-8页
摘要第8-9页
ABSTRACT第9-10页
第一章 绪论第15-22页
    1.1 课题研究的背景及意义第15-17页
    1.2 国内外发展概况第17-18页
    1.3 智能优化算法第18-20页
    1.4 本文的主要研究内容和章节安排第20-22页
第二章 共形阵方向图综合第22-36页
    2.1 窄带信号模型第22-23页
    2.2 共形阵模型第23-24页
    2.3 共形阵方向图综合第24-35页
        2.3.1 口径投影法第25-27页
        2.3.2 自适应方向图综合法第27-30页
        2.3.3 人工蜂群算法第30-35页
    2.4 本章小结第35-36页
第三章 多目标智能优化算法第36-46页
    3.1 共形阵方向图综合中的多目标问题第36-40页
        3.1.1 多目标问题的数学描述第36-37页
        3.1.2 古典多目标优化算法第37-38页
        3.1.3 帕累托多目标优化算法第38-40页
    3.2 多目标人工蜂群算法第40-43页
    3.3 算法改进第43-45页
        3.3.1 邻域搜索第43页
        3.3.2 选择算法第43-44页
        3.3.3 拥挤距离第44页
        3.3.4 自适应步长第44-45页
    3.4 本章小结第45-46页
第四章 基于多目标人工蜂群算法的共形阵方向图综合第46-59页
    4.1 最大化阵列效率的共形阵方向图综合第46-51页
        4.1.1 相对阵列效率第46-47页
        4.1.2 实验设计第47-48页
        4.1.3 仿真与分析第48-51页
    4.2 双极化天线的共形阵列方向图综合第51-58页
        4.2.1 双极化天线的特性第51-52页
        4.2.2 基于双极化天线的共形阵方向图第52-56页
        4.2.3 实例仿真和分析第56-58页
    4.3 本章小结第58-59页
第五章 总结与展望第59-61页
    5.1 论文工作总结第59页
    5.2 存在的问题与展望第59-61页
参考文献第61-64页
攻读硕士学位期间的学术活动及成果情况第64-65页

论文共65页,点击 下载论文
上一篇:基于时间编码的储备池学习算法研究
下一篇:深度卷积神经网络隐层特征融合算法研究