基于蚁群算法的武器—目标分配问题研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 英文缩略语对照表 | 第9-12页 |
| 图片目录 | 第12-14页 |
| 表格目录 | 第14-15页 |
| 第一章 绪论 | 第15-23页 |
| ·课题目的和意义 | 第15-16页 |
| ·国内外研究现状及发展趋势 | 第16-20页 |
| ·本文主要研究内容 | 第20-23页 |
| 第二章 武器目标分配问题及其分析 | 第23-44页 |
| ·武器目标分配问题的主要分类 | 第23-25页 |
| ·WTA 问题的定义及模型构建 | 第25-32页 |
| ·静态WTA 问题的定义和模型构建 | 第25-27页 |
| ·动态WTA 问题的研究以及模型构建 | 第27-31页 |
| ·多级武器-目标动态分配 | 第31-32页 |
| ·动静态相结合的WTA 问题 | 第32页 |
| ·智能雷场战术应用分析 | 第32-43页 |
| ·智能雷场防御形式 | 第35-36页 |
| ·坦克进攻形式 | 第36页 |
| ·智能雷场攻击策略 | 第36-37页 |
| ·智能雷场攻击决策模型构建 | 第37-43页 |
| ·本章小结 | 第43-44页 |
| 第三章 蚁群算法的基本原理分析及其改进 | 第44-70页 |
| ·解决WTA 问题的常用群体智能算法 | 第44-45页 |
| ·蚁群算法的基本介绍 | 第45-52页 |
| ·蚁群行为描述及基本蚁群算法原理 | 第46-51页 |
| ·蚁群算法的特点 | 第51-52页 |
| ·基本蚁群算法的改进及性能验证 | 第52-63页 |
| ·基本粒子群算法的原理 | 第53-54页 |
| ·蚁群算法的改进原理 | 第54-55页 |
| ·粒子-蚁群（PS-ACO）算法的性能验证 | 第55-63页 |
| ·PS-ACO 算法的稳定性讨论 | 第63-68页 |
| ·c1 和c2 的取值对算法性能的影响 | 第63-66页 |
| ·r1 和 r2 对算法性能的影响 | 第66-67页 |
| ·ρ对算法性能的影响 | 第67-68页 |
| ·本章小结 | 第68-70页 |
| 第四章 用改进的蚁群算法解决WTA 问题 | 第70-86页 |
| ·武器-目标分配的原则 | 第70-71页 |
| ·PS-ACO 算法的求解流程 | 第71-73页 |
| ·实验仿真结果 | 第73-80页 |
| ·实验一 | 第74-75页 |
| ·实验二 | 第75-77页 |
| ·实验三 | 第77-80页 |
| ·具体的智能雷场WTA 实现和实验验证 | 第80-85页 |
| ·决策算法的实现 | 第80-83页 |
| ·模拟实验验证 | 第83-85页 |
| ·本章小结 | 第85-86页 |
| 第五章 总结与展望 | 第86-88页 |
| ·主要研究内容和结论 | 第86-87页 |
| ·研究展望 | 第87-88页 |
| 参考文献 | 第88-95页 |
| 攻读硕士学位期间已发表或录用的论文 | 第95-96页 |
| 致谢 | 第96-98页 |
