| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10页 |
| 1.2 国内外相关研究进展 | 第10-14页 |
| 1.2.1 国外研究状况 | 第11-12页 |
| 1.2.2 国内研究状况 | 第12-13页 |
| 1.2.3 作战效能评估的主要技术 | 第13-14页 |
| 1.3 本文主要研究内容 | 第14-16页 |
| 第2章 无人机作战效能评估的指标体系及APSO算法基本理论 | 第16-24页 |
| 2.1 无人机作战效能评估的指标体系 | 第16-19页 |
| 2.1.1 空地攻击型无人机作战效能评估的指标体系 | 第16-17页 |
| 2.1.2 侦察无人机作战效能评估的指标体系 | 第17-18页 |
| 2.1.3 电子战无人机作战效能评估的指标体系 | 第18-19页 |
| 2.2 粒子群算法 | 第19-22页 |
| 2.2.1 基本PSO算法 | 第20-21页 |
| 2.2.2 APSO算法 | 第21-22页 |
| 2.3 本章小结 | 第22-24页 |
| 第3章 基于APSO-BPNN的无人机空地作战效能评估 | 第24-34页 |
| 3.1 BPNN简介 | 第25页 |
| 3.2 BPNN的训练流程 | 第25-27页 |
| 3.3 APSO-BPNN评估模型的建立 | 第27-28页 |
| 3.4 仿真分析 | 第28-32页 |
| 3.4.1 数据预处理 | 第28-29页 |
| 3.4.2 评估结果及分析 | 第29-32页 |
| 3.5 本章小结 | 第32-34页 |
| 第4章 基于APSO-SVM的侦察无人机效能评估 | 第34-43页 |
| 4.1 支持向量机回归模型 | 第34-36页 |
| 4.2 APSO-SVM预测模型的建立 | 第36-37页 |
| 4.3 仿真分析 | 第37-41页 |
| 4.3.1 数据预处理 | 第37-38页 |
| 4.3.2 评估结果及分析 | 第38-41页 |
| 4.4 本章小节 | 第41-43页 |
| 第5章 基于APSO-WNN的电子战无人机作战效能评估 | 第43-53页 |
| 5.1 小波神经网络 | 第44页 |
| 5.2 WNN的训练流程 | 第44-46页 |
| 5.3 APSO-WNN评估模型的建立 | 第46-48页 |
| 5.4 仿真分析 | 第48-52页 |
| 5.4.1 数据预处理 | 第48-49页 |
| 5.4.2 评估结果及分析 | 第49-52页 |
| 5.5 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第59页 |
