首页--航空、航天论文--航空论文--基础理论及试验论文--航空器地面试验论文--各种试验设备和仪器论文

蚁群算法在飞行模拟器平台中若干应用问题的研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第12-19页
    1.1 研究背景和意义第12-13页
    1.2 飞行模拟器系统架构第13-14页
    1.3 飞行模拟器的研究现状第14-17页
        1.3.1 模拟器发展历史第14-15页
        1.3.2 模拟器国内外现状第15-16页
        1.3.3 飞行模拟器应用情况第16-17页
    1.4 本文工作及组织结构第17-19页
第2章 基本算法介绍第19-33页
    2.1 蚁群算法第19-20页
        2.1.1 蚂蚁个体的抽象第19页
        2.1.2 问题空间的抽象第19页
        2.1.3 觅食路径的抽象第19-20页
        2.1.4 信息素模型的抽象第20页
        2.1.5 启发因子模型第20页
    2.2 蚁群算法发展第20-23页
    2.3 蚁群算法的原理第23-26页
        2.3.1 蚁群觅食行为模拟第23-24页
        2.3.2 蚁群算法的逻辑结构第24-25页
        2.3.3 蚁群算法的分布式特征第25-26页
    2.4 蚁群算法的数学模型第26-30页
        2.4.1 TSP 问题第26-28页
        2.4.2 基本蚁群算法的实现第28-30页
    2.5 基本蚁群算法的复杂度分析第30-31页
        2.5.1 基本蚁群算法的时间复杂度第30页
        2.5.2 基本蚁群算法的空间复杂度第30-31页
    2.6 遗传算法及模拟退火算法简介第31-32页
    2.7 本章小结第32-33页
第3章 求解多目标数据关联问题第33-54页
    3.1 引言第33页
    3.2 数据融合概述第33-36页
        3.2.1 数据融合原理与定义第33-34页
        3.2.2 数据融合中的主要问题第34-35页
        3.2.3 多目标多传感器数据关联问题的产生第35-36页
    3.3 多目标优化问题的讨论(拉格朗日降幂处理)第36-39页
        3.3.1 多目标数据关联与组合优化第36-37页
        3.3.2 拉格朗日松弛算法应用于多目标数据关联第37-39页
    3.4 基于仿生算法的建模第39-42页
        3.4.1 多目标跟踪问题描述基本模型第39-40页
        3.4.2 仿生算法的问题描述第40-42页
    3.5 算法实现第42-46页
        3.5.1 算法总体流程第42-44页
        3.5.2 种群交叉变异第44-45页
        3.5.3 种群多样性第45-46页
    3.6 实验对比第46-52页
        3.6.1 对比算法第46页
        3.6.2 多目标关联仿真第46-48页
        3.6.3 三种算法综合对比第48页
        3.6.4 ACDA 与AC-GADA 实验对比第48-52页
        3.6.5 JPDA 与AC-GADA 实验对比第52页
        3.6.6 对实验结果的讨论第52页
    3.7 本章小结第52-54页
第4章 求解多输出电路测试集生成问题第54-80页
    4.1 引言第54页
    4.2 测试生成概述第54-58页
        4.2.1 数字电路测试集生成第54-55页
        4.2.2 测试生成的基本原理第55-56页
        4.2.3 测试生成中的基本概念第56-57页
        4.2.4 测试性能评价第57页
        4.2.5 测试生成算法的发展及现状第57-58页
    4.3 故障类型与模型第58-59页
        4.3.1 电路故障分类第58页
        4.3.2 电路故障模型第58-59页
    4.4 伪穷举测试第59-64页
        4.4.1 电路划分第59-62页
        4.4.2 多输出电路与关联矩阵划分第62-64页
    4.5 基于蚁群算法的多输出电路图着色问题第64-69页
        4.5.1 蚁群算法实现第64-65页
        4.5.2 个体信息素模型第65-66页
        4.5.3 信息素扩散模型第66-69页
    4.6 实验对比第69-79页
        4.6.1 标准组合电路第69-72页
        4.6.2 关联矩阵划分第72-75页
        4.6.3 单纯图着色问题第75-77页
        4.6.4 飞行模拟器典型电路测试集生成第77-79页
    4.7 本章小结第79-80页
第5章 求解测试集优化问题第80-96页
    5.1 引言第80页
    5.2 测试集优化概述第80页
    5.3 静态测试集优化第80-83页
        5.3.1 测试矩阵表示方法第81-82页
        5.3.2 测试矢量与故障集对应关系表示方法第82-83页
        5.3.3 最优测试集第83页
    5.4 基于仿生算法的建模第83-86页
        5.4.1 静态测试集优化基本模型第83-84页
        5.4.2 蚁群算法的问题描述第84-86页
    5.5 算法实现第86-90页
        5.5.1 双层节点划分第86-87页
        5.5.2 求解个体转移概率第87页
        5.5.3 故障集扰动第87页
        5.5.4 基于模拟退火算法更新矢量集第87-90页
    5.6 实验对比第90-95页
        5.6.1 最小完备测试集实验对比第90-94页
        5.6.2 最优测试集实验对比第94-95页
        5.6.3 对实验结果的讨论第95页
    5.7 本章小结第95-96页
第6章 结论与展望第96-98页
参考文献第98-108页
作者简介及科研成果第108-109页
致谢第109页

论文共109页,点击 下载论文
上一篇:新型骶神经根刺激器在脊髓损伤后神经源性膀胱功能重建中的初步应用
下一篇:新型茂金属配合物的合成、表征及催化烯烃聚合反应研究