基于改进蚁群算法的多机协同突防航迹规划方法研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第11-19页 |
| ·研究背景与意义 | 第11-13页 |
| ·国内外研究现状 | 第13-17页 |
| ·飞行器航迹规划研究现状 | 第14-15页 |
| ·多机协同控制研究现状 | 第15-16页 |
| ·蚁群算法研究现状 | 第16-17页 |
| ·论文主要工作 | 第17页 |
| ·论文组织结构 | 第17-19页 |
| 第二章 多机协同突防航迹规划问题分析与建模 | 第19-39页 |
| ·飞行器低空突防复杂任务环境分析 | 第19-21页 |
| ·综合威胁空间分析与建模 | 第21-29页 |
| ·战场威胁实体分析 | 第21-27页 |
| ·区域通视性检测与不确定性威胁评估 | 第27-29页 |
| ·综合威胁评估模型 | 第29页 |
| ·地形跟随飞行高度的预估 | 第29-31页 |
| ·多机协同航迹规划问题建模 | 第31-37页 |
| ·规划空间以及飞行约束分析 | 第31-34页 |
| ·多机协同作战任务约束分析 | 第34-35页 |
| ·多机综合协同航迹代价模型 | 第35-37页 |
| ·多机协同航迹规划模型 | 第37页 |
| ·本章小结 | 第37-39页 |
| 第三章 基于改进蚁群算法的航迹规划方法研究 | 第39-67页 |
| ·基于蚁群算法的航迹规划方法介绍 | 第39-42页 |
| ·蚁群算法求解航迹规划问题的不足 | 第42-43页 |
| ·基于多样性免疫选择算子的蚁群算法改进 | 第43-46页 |
| ·免疫算法基本概念 | 第45-46页 |
| ·多样性免疫选择算子 | 第46页 |
| ·双向搜索蚁群算法设计 | 第46-49页 |
| ·双向搜索机制 | 第46-48页 |
| ·双向搜索蚁群算法 | 第48-49页 |
| ·基于Hopfield 神经网络的飞行时间预估 | 第49-52页 |
| ·基于Hopfield 神经网络的数值势场构建 | 第50-51页 |
| ·状态转移中启发信息的计算 | 第51-52页 |
| ·基于改进蚁群算法的航迹规划方法 | 第52-54页 |
| ·仿真实验与结果分析 | 第54-65页 |
| ·实验一：算法效率检测实验 | 第56-60页 |
| ·实验二：处理航迹终端约束仿真实验 | 第60-62页 |
| ·实验三：综合处理时间约束和终端约束仿真实验 | 第62-64页 |
| ·实验四：处理不确定性威胁验证实验 | 第64-65页 |
| ·本章小结 | 第65-67页 |
| 第四章 多机协同航迹规划的协同进化方法研究 | 第67-77页 |
| ·问题描述 | 第67-68页 |
| ·多机协同进化航迹规划求解框架 | 第68-69页 |
| ·多机协同任务处理 | 第69-72页 |
| ·时间协同约束处理 | 第69-71页 |
| ·空间协同约束处理 | 第71页 |
| ·综合协同航迹代价模型 | 第71-72页 |
| ·多蚁群协同进化航迹规划求解算法 | 第72-73页 |
| ·仿真实验 | 第73-75页 |
| ·本章小结 | 第75-77页 |
| 第五章 总结与展望 | 第77-79页 |
| ·工作总结 | 第77-78页 |
| ·工作展望 | 第78-79页 |
| 致谢 | 第79-81页 |
| 参考文献 | 第81-87页 |
| 作者在学期间取得的学术成果 | 第87页 |
