| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 研究背景与意义 | 第14-16页 |
| 1.2 国内外研究现状 | 第16-20页 |
| 1.3 研究内容和论文组织结构 | 第20-22页 |
| 1.3.1 研究内容 | 第20页 |
| 1.3.2 组织结构 | 第20-22页 |
| 第二章 无人机对地攻击任务分配问题分析 | 第22-32页 |
| 2.1 引言 | 第22-23页 |
| 2.2 无人机对地攻击任务分配的内容与含义 | 第23-24页 |
| 2.3 无人机对地攻击任务分配的原则 | 第24-26页 |
| 2.3.1 无人机之间的协同性原则 | 第24-25页 |
| 2.3.2 任务分配的实时性原则 | 第25页 |
| 2.3.3 任务分配的自主性原则 | 第25-26页 |
| 2.4 无人机对地攻击任务分配方法分类 | 第26-30页 |
| 2.4.1 集中式任务分配方法 | 第26-28页 |
| 2.4.2 分布式任务分配方法 | 第28-29页 |
| 2.4.3 分层次分布式任务分配方法 | 第29-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第三章 无人机对地攻击关键技术分析 | 第32-40页 |
| 3.1 所需关键技术 | 第32-34页 |
| 3.2 任务分配常用算法介绍 | 第34-38页 |
| 3.2.1 遗传算法 | 第34-35页 |
| 3.2.2 禁忌搜索算法 | 第35-36页 |
| 3.2.3 粒子群算法 | 第36-38页 |
| 3.3 本章小结 | 第38-40页 |
| 第四章 无人机对地攻击任务分配问题建模与求解 | 第40-56页 |
| 4.1 引言 | 第40-41页 |
| 4.2 任务分配问题建模 | 第41-42页 |
| 4.3 多目标优化的基本概念与求解方法 | 第42-45页 |
| 4.3.1 多目标优化的概念 | 第42-43页 |
| 4.3.2 基本多目标优化方法 | 第43-44页 |
| 4.3.3 进化多目标优化方法 | 第44-45页 |
| 4.4 非支配排序遗传算法NSGA | 第45-46页 |
| 4.4.1 Pareto最优解的概念 | 第45-46页 |
| 4.4.2 NSGA算法基本原理 | 第46页 |
| 4.5 带精英策略的非支配排序遗传算法 | 第46-50页 |
| 4.6 NSGA-Ⅱ算法在任务分配中的应用 | 第50-54页 |
| 4.6.1 约束处理方法 | 第50-51页 |
| 4.6.2 总体效能优化函数 | 第51页 |
| 4.6.3 编码方法 | 第51-52页 |
| 4.6.4 初始种群的优化 | 第52页 |
| 4.6.5 交叉算子 | 第52-53页 |
| 4.6.7 应用流程 | 第53-54页 |
| 4.6.8 具体步骤 | 第54页 |
| 4.7 本章小结 | 第54-56页 |
| 第五章 无人机对地攻击仿真实验及分析 | 第56-62页 |
| 5.1 引言 | 第56页 |
| 5.2 多无人机多任务NSGA-Ⅱ仿真分析 | 第56-59页 |
| 5.3 遗传算法GA仿真实验与NSGA-Ⅱ对比分析 | 第59-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 研究总结 | 第62页 |
| 6.2 研究展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 作者简介 | 第70-71页 |