基于量子遗传算法的多星任务规划问题研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.2.1 多星任务规划问题研究现状 | 第15-17页 |
| 1.2.2 量子遗传算法研究现状 | 第17-18页 |
| 1.3 课题研究内容 | 第18-19页 |
| 1.4 论文组织结构 | 第19-20页 |
| 第二章 多星任务规划描述与建模 | 第20-32页 |
| 2.1 卫星工作过程描述 | 第20-24页 |
| 2.2 多星任务规划建模假设与不考虑因素 | 第24-25页 |
| 2.3 多星任务规划问题模型 | 第25-32页 |
| 2.3.1 基本符号参数 | 第25-26页 |
| 2.3.2 无圈有向图模型 | 第26-32页 |
| 第三章 基于量子遗传算法的多星任务规划 | 第32-41页 |
| 3.1 量子遗传算法特点 | 第32页 |
| 3.2 量子遗传算法编码 | 第32-33页 |
| 3.3 量子遗传算法解码策略 | 第33-34页 |
| 3.4 量子遗传算法更新策略 | 第34-35页 |
| 3.5 下传任务安排策略 | 第35-37页 |
| 3.5.1 基于概率的下传任务安排策略 | 第35-36页 |
| 3.5.2 基于观测任务的下传任务安排策略 | 第36-37页 |
| 3.5.3 下传任务优化机制 | 第37页 |
| 3.6 量子遗传算法求解过程 | 第37-41页 |
| 第四章 仿真实验 | 第41-58页 |
| 4.1 对比算法介绍 | 第43-46页 |
| 4.1.1 贪婪算法(GRA) | 第43页 |
| 4.1.2 基于冲突度规则的启发式算法(CHA) | 第43-45页 |
| 4.1.3 基本遗传算法(GA) | 第45-46页 |
| 4.2 下传任务安排策略效果对比 | 第46-47页 |
| 4.3 各算法求解质量对比分析 | 第47-51页 |
| 4.4 量子遗传算法效果分析 | 第51-58页 |
| 4.4.1 QGA和GA迭代过程比较 | 第51-55页 |
| 4.4.2 QGA算法参数敏感性 | 第55-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 研究总结 | 第58页 |
| 5.2 研究展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第65页 |
