| 摘要 | 第1-13页 |
| ABSTRACT | 第13-16页 |
| 第一章 绪论 | 第16-41页 |
| ·研究背景和问题 | 第16-26页 |
| ·丛航导弹协同攻击体系目标战术任务规划问题 | 第16-21页 |
| ·仿真引入MMSCA-SoST问题求解的方式 | 第21-24页 |
| ·论文研究问题的提出 | 第24-26页 |
| ·相关领域研究现状综述与分析 | 第26-37页 |
| ·认知计算与创新计算 | 第26-29页 |
| ·仿真优化方法 | 第29-33页 |
| ·仿真数据挖掘 | 第33-36页 |
| ·研究现状总结和分析 | 第36-37页 |
| ·论文的研究内容与创新点 | 第37-41页 |
| ·论文的主要内容与结构安排 | 第37-39页 |
| ·论文的创新点 | 第39-41页 |
| 第二章 协同攻击体系目标战术任务规划问题建模和分层求解框架 | 第41-62页 |
| ·多弹协同攻击体系目标战术任务规划问题 | 第41-51页 |
| ·相关概念定义 | 第41-47页 |
| ·MMSCA-SoSTI问题建模 | 第47-49页 |
| ·问题复杂性分析 | 第49-51页 |
| ·协同攻击体系目标作战效能分析 | 第51-55页 |
| ·效能层级结构和不同层次间的传播 | 第51-53页 |
| ·弹群使命层效能产生机理分析 | 第53-54页 |
| ·弹群行动层效能产生机理分析 | 第54-55页 |
| ·基于仿真的MMSCA-SoST分层求解框架 | 第55-60页 |
| ·基于效能产生结构的问题分层和分解 | 第55-57页 |
| ·基于仿真的求解思路 | 第57-58页 |
| ·基于仿真的分层演化求解逻辑流程 | 第58-60页 |
| ·关键技术 | 第60页 |
| ·本章小结 | 第60-62页 |
| 第三章 面向仿真优化的认知演化算法 | 第62-102页 |
| ·基于创造性思维的认知演化模型 | 第62-71页 |
| ·创造性思维 | 第62-68页 |
| ·基于创造性思维的认知演化模型 | 第68-71页 |
| ·认知演化算法的提出 | 第71-74页 |
| ·认知演化模型算法化分析 | 第71-72页 |
| ·认知演化算法基本框架 | 第72-73页 |
| ·解和目标 | 第73-74页 |
| ·认知演化算法的模块和流程 | 第74-89页 |
| ·知识学习模块和执行模块 | 第74-75页 |
| ·记忆模块 | 第75-76页 |
| ·价值测度 | 第76-78页 |
| ·发散思维模型 | 第78-83页 |
| ·收敛思维模型 | 第83-87页 |
| ·算法总体流程 | 第87-88页 |
| ·算法时间复杂度分析 | 第88页 |
| ·与创新系统框架的关系 | 第88-89页 |
| ·实验分析 | 第89-99页 |
| ·实验条件 | 第90-91页 |
| ·记忆相关参数影响分析 | 第91-94页 |
| ·创新风格参数影响分析 | 第94-96页 |
| ·目标价值估算误差影响分析 | 第96页 |
| ·算法效率对比分析 | 第96-97页 |
| ·实验小结 | 第97-98页 |
| ·CEA的适用范围 | 第98-99页 |
| ·认知演化计算及其与仿真的结合 | 第99-101页 |
| ·认知演化计算 | 第99-100页 |
| ·认知演化驱动的仿真优化模型 | 第100-101页 |
| ·本章小结 | 第101-102页 |
| 第四章 协同攻击效能知识模型和仿真数据挖掘算法 | 第102-142页 |
| ·数据挖掘方法选择 | 第102-106页 |
| ·数据挖掘方法总结和比较 | 第102-104页 |
| ·BN基本知识 | 第104-105页 |
| ·基于BN的数据挖掘 | 第105-106页 |
| ·弹群使命层效能知识模型：基于BN的概率规则模型 | 第106-109页 |
| ·概率规则的定义 | 第106-108页 |
| ·演化规则库 | 第108-109页 |
| ·弹群使命层知识学习：非确定先验信息下的BN结构学习算法 | 第109-121页 |
| ·BN结构学习 | 第109-111页 |
| ·有先验信息的BN占构学习研究现状 | 第111-112页 |
| ·概率规则学习问题及特点分析 | 第112-113页 |
| ·非确定先验结构信息的获取和表达 | 第113-116页 |
| ·基于结构不确定度的改进最小描述长度 | 第116-117页 |
| ·用模拟退火算法求解 | 第117-119页 |
| ·实验分析 | 第119-121页 |
| ·弹群行动层效能知识模型：基于BN的弹群行动层效能知识模型 | 第121-124页 |
| ·BOEM的定义 | 第121-123页 |
| ·BOEM节点选取原则 | 第123-124页 |
| ·弹群行动层知识学习：基于推理信息量的BN 连续变量离散化算法 | 第124-140页 |
| ·BOEM建模流程 | 第125-127页 |
| ·基于PRMS的数据样本快速生成 | 第127-130页 |
| ·连续变量离散化研究现状 | 第130-131页 |
| ·推理信息量定义 | 第131-132页 |
| ·极小简单子网离散化方法 | 第132-137页 |
| ·全网络离散化方法 | 第137-139页 |
| ·实验分析 | 第139-140页 |
| ·本章小结 | 第140-142页 |
| 第五章 协同攻击分层认知演化模型及算法 | 第142-162页 |
| ·基于知识的协同攻击分层认知演化模型 | 第142-145页 |
| ·效能知识网络 | 第142-143页 |
| ·协同攻击分层认知演化模型 | 第143-145页 |
| ·基于概率规则和CEA的弹群使命层方案优化方法 | 第145-155页 |
| ·子目标空间构造 | 第145页 |
| ·弹群使命层价值及其性质 | 第145-149页 |
| ·弹群使命层思维 | 第149-153页 |
| ·弹群使命层知识到弹群使命层方案的映射 | 第153-155页 |
| ·基于BOEM溯因推理的弹群行动层方案优化方法 | 第155-161页 |
| ·溯因推理问题及相关研究 | 第156-158页 |
| ·基于溯因推理的弹群行动层方案优化算法 | 第158-161页 |
| ·本章小结 | 第161-162页 |
| 第六章 应用算例：潜射巡航导弹协同攻击舰艇编队 | 第162-178页 |
| ·实例背景和问题 | 第162-164页 |
| ·仿真模型 | 第164-168页 |
| ·仿真模型框架 | 第164-165页 |
| ·关键仿真模型i兑明 | 第165-168页 |
| ·认知演化计算求解过程和结果分析 | 第168-177页 |
| ·认知演化算法参数设置 | 第168-169页 |
| ·初始方案设计 | 第169-170页 |
| ·子目标空间构造 | 第170页 |
| ·第一次演化 | 第170-171页 |
| ·第二次演化 | 第171-174页 |
| ·结果分析和讨论 | 第174-177页 |
| ·本章小结 | 第177-178页 |
| 第七章 结束语 | 第178-184页 |
| ·论文工作总结和成果的局限性 | 第178-181页 |
| ·论文工作总结 | 第178-180页 |
| ·研究成果的局限性 | 第180-181页 |
| ·下一步研究展望 | 第181-184页 |
| 致谢 | 第184-185页 |
| 参考文献 | 第185-197页 |
| 作者在学期间取得的学术成果 | 第197-198页 |
| 附录A CEA求解扩展路径优化问题实施细节 | 第198-200页 |
| 附录B 定理2 1证明 | 第200-203页 |
| 附录C 缩略语中英文对照表 | 第203页 |
