摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
1 绪论 | 第8-14页 |
1.1 研究背景、目的及意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-12页 |
1.3 本文的主要研究内容与创新之处 | 第12-13页 |
1.3.1 本文的主要研究内容 | 第12页 |
1.3.2 本文的创新之处 | 第12-13页 |
1.4 论文的组织结构 | 第13-14页 |
2 分布式约束优化问题与应用的研究基础 | 第14-28页 |
2.1 分布式约束优化问题(DCOP) | 第14-15页 |
2.1.1 DCOP定义 | 第14页 |
2.1.2 DCOP约束图 | 第14-15页 |
2.2 DCOP求解算法的基本描述 | 第15-20页 |
2.2.1 DSA | 第17-19页 |
2.2.2 MGM与MGM2 | 第19-20页 |
2.3 传感器网络目标跟踪问题中已有的DCOP建模方法 | 第20-28页 |
2.3.1 STAV和TAV | 第20-22页 |
2.3.2 组合优化问题 | 第22-24页 |
2.3.3 SensorDCSP | 第24-25页 |
2.3.4 动态环境中的探测模型 | 第25-28页 |
3 特定传感器网络目标跟踪问题的DCOP建模 | 第28-40页 |
3.1 引言 | 第28页 |
3.2 问题描述与图多着色问题的引入 | 第28-32页 |
3.2.1 传感器网络目标跟踪问题的具体描述 | 第28-30页 |
3.2.2 图多着色问题的引入 | 第30-32页 |
3.3 前提与假设 | 第32-33页 |
3.4 模型描述 | 第33-38页 |
3.4.1 agent控制单变量的解决图多着色问题的DCOP模型 | 第34-36页 |
3.4.2 agent控制多变量的解决图多着色问题的DCOP模型 | 第36-37页 |
3.4.3 两种模型优缺点比较 | 第37-38页 |
3.5 本章小结 | 第38-40页 |
4 适用于agent控制多变量模型的DCOP求解近似算法 | 第40-58页 |
4.1 引言 | 第40页 |
4.2 预处理策略 | 第40-44页 |
4.2.1 剪枝处理 | 第40-41页 |
4.2.2 代价矩阵降维 | 第41-44页 |
4.3 算法描述 | 第44-50页 |
4.3.1 MGCDSA算法 | 第44-48页 |
4.3.2 MGCMGM算法 | 第48-50页 |
4.4 仿真实验 | 第50-57页 |
4.4.1 实验配置 | 第50-51页 |
4.4.2 参数p对MGCDSA算法性能的影响 | 第51-54页 |
4.4.3 两种算法在不同规模的问题中的性能比较 | 第54-57页 |
4.5 本章小结 | 第57-58页 |
5 DCOPSolver平台模块实现 | 第58-70页 |
5.1 引言 | 第58页 |
5.2 DCOPSolver平台简介 | 第58-62页 |
5.2.1 核心模块介绍 | 第58-60页 |
5.2.2 同步协作机制简介 | 第60-62页 |
5.3 传感器网络目标跟踪模块 | 第62-68页 |
5.3.1 问题生成模块 | 第62-65页 |
5.3.2 问题解析模块 | 第65-66页 |
5.3.3 结果展示模块 | 第66-68页 |
5.4 本章小结 | 第68-70页 |
6 总结与展望 | 第70-72页 |
6.1 论文工作总结 | 第70-71页 |
6.2 工作展望 | 第71-72页 |
致谢 | 第72-74页 |
参考文献 | 第74-80页 |
附录 | 第80页 |
A. 作者在攻读研究生学位期间发表及录用的论文目录 | 第80页 |
B. 作者在攻读硕士学位期间参加的科研项目 | 第80页 |