摘要 | 第4-5页 |
abstract | 第5页 |
注释表 | 第11-12页 |
缩略词 | 第12-13页 |
第一章 绪论 | 第13-22页 |
1.1 研究背景及意义 | 第13-14页 |
1.2 国内外研究现状 | 第14-19页 |
1.2.1 协同干扰任务调度问题建模与算法的国内外研究现状 | 第14-16页 |
1.2.2 多目标优化算法的国内外研究现状 | 第16-17页 |
1.2.3 人工蜂群算法的国内外研究现状 | 第17-19页 |
1.3 论文主要研究工作 | 第19-20页 |
1.4 论文组织结构 | 第20-22页 |
第二章 相关理论与技术分析 | 第22-32页 |
2.1 协同干扰技术概述 | 第22-26页 |
2.1.1 电子干扰技术 | 第22-24页 |
2.1.2 协同电子干扰技术 | 第24页 |
2.1.3 干扰的有效性 | 第24-25页 |
2.1.4 协同电子干扰中的任务调度问题 | 第25-26页 |
2.2 任务调度算法 | 第26-28页 |
2.2.1 任务调度算法分类 | 第26页 |
2.2.2 常见的任务调度算法及分析 | 第26-28页 |
2.3 多目标优化理论 | 第28-30页 |
2.4 现有技术的不足与论文研究动机 | 第30-31页 |
2.5 本章小结 | 第31-32页 |
第三章 协同干扰任务调度模型与算法设计 | 第32-47页 |
3.1 协同干扰任务调度模型的提出 | 第32-37页 |
3.1.1 协同干扰任务调度方法 | 第32-33页 |
3.1.2 干扰效果评估指标的建立 | 第33-35页 |
3.1.3 任务调度模型 | 第35-37页 |
3.2 求解协同电子干扰任务调度问题的人工蜂群算法 | 第37-41页 |
3.2.1 基本ABC算法思想 | 第37-38页 |
3.2.2 编码方式 | 第38-39页 |
3.2.3 ABC算法搜索策略的改进 | 第39-40页 |
3.2.4 IGABC算法流程 | 第40-41页 |
3.3 仿真实验与结果分析 | 第41-46页 |
3.3.1 仿真环境 | 第41页 |
3.3.2 评估指标计算 | 第41-44页 |
3.3.3 实验分析 | 第44-46页 |
3.4 本章小结 | 第46-47页 |
第四章 面向协同干扰的基于多目标优化的任务调度方法 | 第47-58页 |
4.1 多目标任务调度问题建模 | 第47-50页 |
4.1.1 决策变量设计与描述 | 第47页 |
4.1.2 目标函数 | 第47-49页 |
4.1.3 多目标优化模型MOTSM | 第49-50页 |
4.2 基于IMOABC的任务调度算法设计 | 第50-54页 |
4.2.1 编码方式 | 第50页 |
4.2.2 初始种群确定 | 第50-51页 |
4.2.3 快速非支配排序 | 第51页 |
4.2.4 种群选择、交叉和变异操作 | 第51-52页 |
4.2.5 多目标适应度值计算方法 | 第52-53页 |
4.2.6 基于IMOABC的任务调度算法流程 | 第53-54页 |
4.3 仿真实验与结果分析 | 第54-56页 |
4.4 本章小结 | 第56-58页 |
第五章 协同干扰任务调度仿真平台的设计与实现 | 第58-67页 |
5.1 Net Logo仿真平台 | 第58-61页 |
5.1.1 Net Logo特性 | 第58-59页 |
5.1.2 Net Logo功能介绍 | 第59-60页 |
5.1.3 Net Logo仿真流程 | 第60-61页 |
5.2 基于NetLogo的协同干扰任务调度仿真平台的实现 | 第61-63页 |
5.2.1 协同干扰任务调度仿真平台的设计 | 第61-63页 |
5.2.2 协同干扰任务调度仿真平台的实现 | 第63页 |
5.3 CEJ-TSM模型在协同干扰任务调度仿真平台中的实现 | 第63-65页 |
5.4 MOTSM模型在协同干扰任务调度仿真平台中的实现 | 第65-66页 |
5.5 本章小结 | 第66-67页 |
第六章 总结与展望 | 第67-69页 |
6.1 研究工作总结 | 第67页 |
6.2 进一步研究工作 | 第67-69页 |
参考文献 | 第69-76页 |
致谢 | 第76-77页 |
在学期间的研究成果及发表的学术论文 | 第77页 |