| 摘要 | 第1-6页 |
| Abstract | 第6-16页 |
| 第1章 绪论 | 第16-35页 |
| ·研究背景及意义 | 第16-19页 |
| ·航天器观测调度问题概述 | 第16-17页 |
| ·传统的航天器观测调度及其弊端 | 第17-18页 |
| ·动态不确定环境下的航天器观测调度 | 第18页 |
| ·航天器观测调度问题的研究价值及意义 | 第18-19页 |
| ·国内外相关研究进展 | 第19-32页 |
| ·调度理论研究进展 | 第19-22页 |
| ·不确定条件下的规划调度理论研究进展 | 第22-26页 |
| ·航天器任务规划调度问题的研究进展 | 第26-30页 |
| ·国内外研究现状评述 | 第30-32页 |
| ·论文的研究内容与组织结构 | 第32-35页 |
| ·论文研究内容 | 第32页 |
| ·论文组织结构 | 第32-35页 |
| 第2章 航天器观测任务优化调度问题分析 | 第35-51页 |
| ·引言 | 第35页 |
| ·航天器观测调度问题分类及特点 | 第35-38页 |
| ·航天器观测调度问题中的主要约束条件 | 第38-42页 |
| ·约束条件的处理 | 第42-45页 |
| ·航天器观测调度问题模型 | 第45-50页 |
| ·模型的输入 | 第45-47页 |
| ·模型的输出 | 第47页 |
| ·调度目标 | 第47页 |
| ·模型中的约束条件 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第3章 基于模糊神经网络的不确定性因素评估 | 第51-75页 |
| ·引言 | 第51-52页 |
| ·航天器观测的不确定性来源及分类 | 第52-54页 |
| ·系统固有的不确定性 | 第52页 |
| ·内部环境变化引起的不确定性 | 第52-53页 |
| ·外部环境变化引起的不确定性 | 第53页 |
| ·离散不确定性 | 第53页 |
| ·航天器观测调度中的不确定性因素 | 第53-54页 |
| ·航天观测中的不确定性描述 | 第54-55页 |
| ·航天器观测中不确定性特点分析 | 第55-57页 |
| ·基于模糊神经网络的不确定性扰动程度评估 | 第57-68页 |
| ·扰动评估问题的提出与本质分析 | 第57-58页 |
| ·参数模糊化 | 第58-63页 |
| ·参数模糊化实例 | 第63-65页 |
| ·神经网络 | 第65-68页 |
| ·算例分析 | 第68-73页 |
| ·算例设置 | 第68-70页 |
| ·网络训练 | 第70-71页 |
| ·算例检验 | 第71-73页 |
| ·本章小结 | 第73-75页 |
| 第4章 基于FNN 的航天器观测重调度策略 | 第75-98页 |
| ·引言 | 第75页 |
| ·动态不确定性因素的处理 | 第75-79页 |
| ·鲁棒调度 | 第76页 |
| ·适应性调度 | 第76-77页 |
| ·动态不确定环境下的航天器调度问题求解 | 第77-79页 |
| ·常规重调度策略 | 第79-81页 |
| ·周期性重调度 | 第80页 |
| ·事件驱动型重调度 | 第80-81页 |
| ·混合型重调度 | 第81页 |
| ·面向航天观测调度的基于FNN 的混合重调度策略 | 第81-89页 |
| ·现有重调度策略的不足 | 第81-82页 |
| ·一种改进型混合重调度策略 | 第82-87页 |
| ·基于模糊神经网络的混合重调度策略实现 | 第87-89页 |
| ·算例分析 | 第89-97页 |
| ·本章小结 | 第97-98页 |
| 第5章 一种面向航天器观测调度的基于自适应混合优化的生成式重调度方法 | 第98-116页 |
| ·引言 | 第98-99页 |
| ·航天器观测调度问题的本质及难点 | 第99-100页 |
| ·航天器观测调度问题模型的具体设计与改进 | 第100-102页 |
| ·时间窗口离散化 | 第100页 |
| ·节点表示方法设计 | 第100-102页 |
| ·遗传-蚁群混合优化及其在航天器观测调度问题中的应用 | 第102-107页 |
| ·遗传算法简介 | 第102-103页 |
| ·蚁群算法简介 | 第103页 |
| ·混合优化方法 | 第103-104页 |
| ·遗传--蚁群混合优化 | 第104-105页 |
| ·用于航天器观测调度问题求解的基本蚁群算法描述 | 第105-107页 |
| ·基于参数自适应的改进混合优化算法 | 第107-110页 |
| ·信息素强度Q 的自适应调节 | 第108-109页 |
| ·挥发系数ρ的自适应调节 | 第109-110页 |
| ·自适应混合蚁群优化算法 | 第110页 |
| ·AHACO 算法求解生成式重调度问题的算例分析 | 第110-114页 |
| ·本章小结 | 第114-116页 |
| 第6章 基于局部信息素调整的修正式重调度算法 | 第116-132页 |
| ·引言 | 第116-117页 |
| ·问题描述 | 第117-119页 |
| ·基于时间约束的受影响任务统计 | 第119-125页 |
| ·受直接影响的任务统计 | 第119页 |
| ·受间接影响的任务统计 | 第119-120页 |
| ·基于时间约束的受影响任务统计算法 | 第120-125页 |
| ·基于AHACO 的全局修正式重调度 | 第125-126页 |
| ·数值计算及分析 | 第126-130页 |
| ·本章小结 | 第130-132页 |
| 结论 | 第132-135页 |
| 参考文献 | 第135-149页 |
| 攻读学位期间发表的学术论文 | 第149-152页 |
| 致谢 | 第152页 |