坦克分队训练评估系统的研究与实现
| 摘要 | 第1-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 引言 | 第12-19页 |
| ·课题研究背景和意义 | 第12-13页 |
| ·遗传算法研究现状 | 第13-17页 |
| ·遗传算法的发展 | 第13-14页 |
| ·遗传算法的研究现状 | 第14-17页 |
| ·本文研究的主要内容 | 第17-18页 |
| ·本文的结构 | 第18-19页 |
| 第二章 坦克分队军事训练及其评估方法 | 第19-26页 |
| ·坦克分队军事训练及特点 | 第19页 |
| ·坦克分队军事训练 | 第19页 |
| ·坦克分队军事训练的特点 | 第19页 |
| ·坦克分队军事训练评估及特点 | 第19-20页 |
| ·坦克分队军事训练评估 | 第19-20页 |
| ·坦克分队军事训练评估特点 | 第20页 |
| ·坦克分队军事训练评估方法 | 第20-22页 |
| ·坦克分队训练计划安排 | 第20-21页 |
| ·坦克分队任务分配 | 第21页 |
| ·坦克分队人员智能化战斗编组 | 第21-22页 |
| ·坦克分队单位和人员的军事训练质量评估与量化 | 第22-26页 |
| ·坦克分队军事训练评估模型 | 第22-24页 |
| ·坦克分队训练评估函数定义 | 第24-26页 |
| 第三章 遗传算法解决指派问题技术 | 第26-38页 |
| ·指派问题 | 第26-28页 |
| ·指派问题的数学模型 | 第26页 |
| ·解决指派问题的几种方法 | 第26-28页 |
| ·遗传算法 | 第28-31页 |
| ·遗传算法的基本概念 | 第28-29页 |
| ·遗传算法的求解步骤 | 第29-30页 |
| ·遗传算法的特点 | 第30-31页 |
| ·遗传算法的不足 | 第31页 |
| ·遗传算法求解指派问题 | 第31-38页 |
| ·直接编码方案 | 第32页 |
| ·种群初始化 | 第32-33页 |
| ·适应度函数的确定 | 第33页 |
| ·选择规则的确定 | 第33页 |
| ·交叉规则的确定 | 第33-34页 |
| ·变异规则的确定 | 第34页 |
| ·终止条件 | 第34-35页 |
| ·遗传算法与系统结合 | 第35-36页 |
| ·遗传算法的运行结果 | 第36-38页 |
| 第四章 系统设计 | 第38-47页 |
| ·系统业务需求和基本功能 | 第38-39页 |
| ·系统业务需求 | 第38页 |
| ·系统基本功能 | 第38-39页 |
| ·系统数据流程及系统组成 | 第39-41页 |
| ·系统数据流程 | 第39-40页 |
| ·系统组成结构 | 第40-41页 |
| ·系统功能模块设计 | 第41-44页 |
| ·基本信息管理模块 | 第42页 |
| ·人员统计模块 | 第42页 |
| ·选课管理模块 | 第42-43页 |
| ·成绩管理模块 | 第43页 |
| ·决策管理模块 | 第43-44页 |
| ·系统管理模块 | 第44页 |
| ·系统数据库设计 | 第44-47页 |
| ·数据库结构设计 | 第44-46页 |
| ·系统技术方案 | 第46-47页 |
| 第五章 系统实现 | 第47-64页 |
| ·时序控制 | 第47-50页 |
| ·事务时序关系图 | 第47-48页 |
| ·事务时序表 | 第48-49页 |
| ·事务执行时序控制 | 第49页 |
| ·实现效果 | 第49-50页 |
| ·人员和单位战斗力的量化 | 第50-51页 |
| ·引入战斗力指数概念 | 第50页 |
| ·战斗力指数值的确定 | 第50-51页 |
| ·单位人员的自动统计 | 第51-52页 |
| ·训练计划安排 | 第52-57页 |
| ·算法设计 | 第52-53页 |
| ·时间片安排算法的设计 | 第53-55页 |
| ·训练场地安排的设计 | 第55-57页 |
| ·任务分配 | 第57-64页 |
| ·不平衡指派问题的数学模型 | 第57页 |
| ·将不平衡的指派问题转化为平衡指派问题 | 第57-58页 |
| ·不平衡的指派问题转化为平衡指派问题的等价性 | 第58-59页 |
| ·差额法求解 | 第59-63页 |
| ·实现效果 | 第63-64页 |
| 第六章 总结 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 作者在学期间取得的学术成果 | 第69页 |
