无人飞行器航迹规划的研究
| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 目录 | 第8-11页 |
| 第1章 绪论 | 第11-21页 |
| ·无人飞行器的发展过程及现状 | 第11-14页 |
| ·无人飞行器的发展现状和意义 | 第11-12页 |
| ·无人飞行器的未来发展趋势 | 第12-14页 |
| ·无人飞行器航迹规划的意义及现状 | 第14-18页 |
| ·无人飞行器航迹规划的意义 | 第14-17页 |
| ·无人飞行器航迹规划的国内外现状 | 第17-18页 |
| ·本文的研究内容 | 第18-21页 |
| 第2章 无人飞行器航迹规划的前提要素 | 第21-30页 |
| ·航迹规划的基本理论 | 第21-23页 |
| ·航迹规划的理论 | 第21页 |
| ·航迹规划的流程 | 第21-23页 |
| ·航迹规划的数学模型 | 第23-25页 |
| ·航迹规划的模型 | 第23页 |
| ·无人飞行器航迹规划的约束条件建模 | 第23-25页 |
| ·无人飞行器的性能指标函数 | 第25-29页 |
| ·航迹规划的生存代价指标函数 | 第26-27页 |
| ·航迹规划的威胁代价最小性能指标函数 | 第27-28页 |
| ·航迹规划的燃油代价最小性能指标函数 | 第28-29页 |
| ·权重系数的确定 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第3章 无人飞行器航迹规划算法的分析 | 第30-44页 |
| ·多目标优化算法基本理论 | 第30-31页 |
| ·几种航迹规划算法的基本理论 | 第31-32页 |
| ·遗传算法 | 第32-37页 |
| ·遗传算法的概念 | 第32页 |
| ·遗传算法的基本原理 | 第32-35页 |
| ·遗传算法的主要特点 | 第35-36页 |
| ·遗传算法的主要应用 | 第36-37页 |
| ·蚁群算法 | 第37-43页 |
| ·蚁群算法的原理 | 第37-39页 |
| ·蚁群算法的算法描述 | 第39-41页 |
| ·蚁群算法的主要特点 | 第41-43页 |
| ·蚁群算法的主要应用 | 第43页 |
| ·小结 | 第43-44页 |
| 第4章 基于遗传算法的无人飞行器航迹的规划 | 第44-58页 |
| ·引言 | 第44页 |
| ·遗传算法的优化机制 | 第44-47页 |
| ·遗传算法的改进策略 | 第45页 |
| ·自适应遗传算法 | 第45-47页 |
| ·自适应伪并行遗传算法 | 第47页 |
| ·基于遗传算法的无人飞行器航迹规划的方法 | 第47-53页 |
| ·航迹坐标的编码 | 第48-49页 |
| ·无人飞行器航迹规划的约束条件 | 第49页 |
| ·初始群体的确定 | 第49-50页 |
| ·适应度函数 | 第50-51页 |
| ·遗传操作 | 第51-52页 |
| ·算法实现流程 | 第52-53页 |
| ·仿真实验 | 第53-57页 |
| ·仿真实验软硬件环境 | 第53页 |
| ·仿真参数 | 第53页 |
| ·仿真结果 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 基于改进蚁群算法的无人飞行器航迹规划 | 第58-70页 |
| ·引言 | 第58页 |
| ·蚁群算法的改进 | 第58-60页 |
| ·自适应航迹点选择策略 | 第58-59页 |
| ·信息素蒸发因子自适应调整策略 | 第59-60页 |
| ·节点的信息素最大与最小值限制策略 | 第60页 |
| ·基于改进蚁群算法的无人飞行器航迹规划方法 | 第60-69页 |
| ·蚁群算法的航迹规划描述 | 第60-61页 |
| ·航迹的表示 | 第61-62页 |
| ·航迹的性能指标 | 第62-63页 |
| ·选择准则与信息素调整准则的确定 | 第63-64页 |
| ·算法的实现和流程 | 第64-66页 |
| ·仿真实验及结果分析 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-73页 |
| 参考文献 | 第73-78页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第78-79页 |
| 致谢 | 第79-80页 |
