基于云模型的无人飞行器航迹规划研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| ·课题的研究背景及意义 | 第8-9页 |
| ·课题的国内外研究现状 | 第9-10页 |
| ·本文研究的主要内容 | 第10-11页 |
| 第二章 无人飞行器航迹规划的基础问题 | 第11-17页 |
| ·无人飞行器航迹规划的基本要求 | 第11-12页 |
| ·无人飞行器航迹规划的方法 | 第12-13页 |
| ·无人飞行器航迹规划中规划空间信息获取 | 第13-14页 |
| ·无人飞行器航迹规划算法研究 | 第14-15页 |
| ·遗传算法 | 第14-15页 |
| ·模拟退火法 | 第15页 |
| ·Voronoi图搜索法 | 第15页 |
| ·蚁群算法 | 第15页 |
| ·无人飞行器航迹规划的代价函数 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第三章 云模型理论基础 | 第17-28页 |
| ·云模型理论 | 第17页 |
| ·云的基本概念 | 第17-21页 |
| ·云的概念 | 第17-18页 |
| ·云的数字特征 | 第18-19页 |
| ·云的类型 | 第19-21页 |
| ·云发生器 | 第20-21页 |
| ·多维云模型 | 第21-22页 |
| ·基于云模型的推理机制 | 第22-25页 |
| ·一维条件云发生器 | 第22-24页 |
| ·单条件规则发生器 | 第24-25页 |
| ·多条件多规则发生器 | 第25页 |
| ·云模型理论的应用 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 基于云模型理论的蚁群算法改进 | 第28-42页 |
| ·蚁群算法概述 | 第28-35页 |
| ·蚁群觅食行为原理 | 第28-29页 |
| ·蚁群算法的基本思想 | 第29-31页 |
| ·蚁群算法的数学模型 | 第31-33页 |
| ·蚁群算法求解TSP问题 | 第33-35页 |
| ·基于云模型的蚁群算法改进 | 第35-40页 |
| ·最大最小蚂蚁系统修改思路 | 第35页 |
| ·本文对算法改进的思路 | 第35-36页 |
| ·具体改进方法 | 第36-37页 |
| ·改进蚁群算法的TSP问题应用 | 第37-40页 |
| ·具体的仿真与数据分析 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 基于云模型改进蚁群算法在航迹规划中的应用 | 第42-51页 |
| ·航迹规划的规划空间建模 | 第42-43页 |
| ·航迹规划中航迹表示的建模 | 第43-44页 |
| ·规划航迹的性能指标的确立 | 第44-45页 |
| ·基于云模型改进蚁群算法的航迹规划流程 | 第45-48页 |
| ·航迹规划具体实例仿真 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 总结和展望 | 第51-53页 |
| ·论文工作的总结 | 第51页 |
| ·问题和展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-55页 |
