| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-12页 |
| 图表目录 | 第12-14页 |
| 第一章 绪论 | 第14-30页 |
| ·课题来源与研究背景 | 第14-18页 |
| ·课题来源 | 第14页 |
| ·对地攻击的特点及其发展趋势 | 第14-15页 |
| ·UCAV编队对地攻击的作战需求分析 | 第15-17页 |
| ·国内外的研究现状 | 第17-18页 |
| ·贝叶斯网络理论的发展现状 | 第18-26页 |
| ·贝叶斯网络理论的产生和发展 | 第18-19页 |
| ·贝叶斯网络的研究现状 | 第19-25页 |
| ·贝叶斯网络在智能决策系统中的应用 | 第25-26页 |
| ·本文研究内容和创新点 | 第26-30页 |
| ·论文的主要内容 | 第26-27页 |
| ·论文的创新之处 | 第27-28页 |
| ·论文的组织结构 | 第28-30页 |
| 第二章 面向复杂系统决策推理与优化的贝叶斯网络 | 第30-46页 |
| ·贝叶斯网络的基本理论 | 第30-35页 |
| ·图模型 | 第30-32页 |
| ·D分离 | 第32-33页 |
| ·贝叶斯网络的定义 | 第33-34页 |
| ·贝叶斯网络的分类 | 第34-35页 |
| ·面向复杂系统的贝叶斯网络决策推理技术 | 第35-36页 |
| ·贝叶斯网络推理的模式 | 第35页 |
| ·贝叶斯网络推理的过程 | 第35-36页 |
| ·基于贝叶斯网络的知识发现与决策过程 | 第36页 |
| ·复杂系统的面向对象贝叶斯网络的决策知识表达 | 第36-39页 |
| ·复杂决策系统知识的面向对象表达 | 第36-37页 |
| ·面向对象贝叶斯网络的知识表达方法 | 第37-38页 |
| ·面向对象贝叶斯网络的推理算法 | 第38-39页 |
| ·面向复杂系统决策优化的贝叶斯优化算法 | 第39-45页 |
| ·进化计算概论 | 第39-40页 |
| ·基本遗传算法分析 | 第40-41页 |
| ·基于概率模型的分布估计算法 | 第41-43页 |
| ·贝叶斯优化算法 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第三章 UCAV编队对地攻击智能决策系统总体研究 | 第46-64页 |
| ·UCAV编队对地攻防对抗系统的基本组成 | 第46-47页 |
| ·空中进攻编队的基本组成 | 第46-47页 |
| ·地面防空系统的基本组成 | 第47页 |
| ·UCAV编队对地攻击的作战过程 | 第47-53页 |
| ·UCAV编队对地攻击系统的体系结构 | 第47-50页 |
| ·UCAV编队对地攻击方式 | 第50-51页 |
| ·UCAV编队对地攻击流程 | 第51-53页 |
| ·UCAV编队对地攻击决策分析 | 第53-55页 |
| ·UCAV编队对地攻击决策的复杂性 | 第53-54页 |
| ·UCAV编队对地攻击决策信息的分布性 | 第54-55页 |
| ·UCAV编队对地攻击决策过程的层次性 | 第55页 |
| ·UCAV编队对地决策知识的表达和推理 | 第55-59页 |
| ·UCAV编队对地攻击决策的信息交互策略 | 第55-56页 |
| ·UCAV编队对地攻击决策的知识类型 | 第56-57页 |
| ·UCAV编队对地攻击决策的知识发现 | 第57-58页 |
| ·UCAV编队对地攻击决策的知识表示 | 第58-59页 |
| ·UCAV编队对地攻击决策系统总体结构 | 第59-61页 |
| ·UCAV编队对地攻击决策类型 | 第59-60页 |
| ·UCAV编队对地攻击决策过程 | 第60页 |
| ·UCAV编队对地攻击决策系统模型 | 第60-61页 |
| ·UCAV编队对地攻击决策系统的关键技术 | 第61-63页 |
| ·地面目标的态势和威胁评估 | 第62页 |
| ·编队对地攻击多目标协同任务分配 | 第62页 |
| ·编队对地攻击战术任务决策 | 第62-63页 |
| ·对地攻击战斗损伤评估 | 第63页 |
| ·本章小结 | 第63-64页 |
| 第四章 基于贝叶斯网络的UCAV编队对地攻击态势估计研究 | 第64-78页 |
| ·多传感器数据融合中的态势估计技术 | 第64-68页 |
| ·态势估计的定义与研究现状 | 第64-65页 |
| ·态势估计的数据处理流程 | 第65-66页 |
| ·态势估计的主要内容 | 第66页 |
| ·态势估计的实现技术 | 第66-68页 |
| ·UCAV编队对地态势估计的系统结构 | 第68-70页 |
| ·UCAV编队态势估计模型的数学描述 | 第68页 |
| ·UCAV编队态势估计的空间表示 | 第68-69页 |
| ·UCAV编队态势估计的功能结构 | 第69-70页 |
| ·UCAV对地攻击态势估计贝叶斯网络模型 | 第70-74页 |
| ·UCAV态势估计的贝叶斯网络模型 | 第70-72页 |
| ·UCAV态势估计贝叶斯网络条件概率表的构造 | 第72页 |
| ·UCAV态势估计贝叶斯网络的推理算法 | 第72-73页 |
| ·UCAV态势估计贝叶斯网络的灵敏度分析 | 第73-74页 |
| ·UCAV对地态势估计仿真与结果分析 | 第74-77页 |
| ·空地态势推演 | 第74-76页 |
| ·灵敏度分析结果 | 第76-77页 |
| ·仿真结果分析 | 第77页 |
| ·本章小结 | 第77-78页 |
| 第五章 基于DBOA的UCAV编队对地攻击协同任务分配研究 | 第78-96页 |
| ·基于决策图的贝叶斯优化算法 | 第78-79页 |
| ·决策图的基本理论 | 第78-79页 |
| ·决策图贝叶斯优化算法 | 第79页 |
| ·决策图贝叶斯优化算法的性能分析 | 第79-84页 |
| ·具有可加性的可分解函数 | 第79-81页 |
| ·DBOA与其它优化算法的性能比较 | 第81-83页 |
| ·不同参数设置对DBOA优化性能的影响分析 | 第83-84页 |
| ·基于DBOA的UCAV编队对地协同任务分配 | 第84-88页 |
| ·UCAV编队对地攻击的任务分配 | 第84-85页 |
| ·UCAV编队对地攻击协同任务分配数学模型 | 第85-87页 |
| ·结合距离折扣因子的UCAV编队对地协同任务分配模型 | 第87页 |
| ·基于DBOA的UCAV协同任务分配优化方法 | 第87-88页 |
| ·UCAV编队对地协同任务分配仿真与结果分析 | 第88-95页 |
| ·既不距离折扣因子也不电子干扰时的协同任务分配仿真分析 | 第89-90页 |
| ·仅考虑距离折扣因子时的协同任务分配仿真分析 | 第90-92页 |
| ·仅考虑电子干扰时的协同任务分配仿真分析 | 第92-93页 |
| ·同时考虑距离折扣因子与电子干扰时的协同任务分配仿真分析 | 第93-95页 |
| ·本章小结 | 第95-96页 |
| 第六章 基于影响图的UCAV编队对地攻击战术任务决策研究 | 第96-108页 |
| ·UCAV编队对地攻击战术决策系统 | 第96-100页 |
| ·UCAV编队对地攻击战术决策的任务分析 | 第96-97页 |
| ·UCAV编队对地攻击战术决策的系统结构 | 第97-99页 |
| ·UCAV编队对地攻击战术决策的数学描述 | 第99-100页 |
| ·影响图的基本理论 | 第100-102页 |
| ·影响图的基本概念 | 第100-101页 |
| ·影响图的求解算法 | 第101-102页 |
| ·UCAV编队对地攻击战术任务决策的影响图模型 | 第102-106页 |
| ·UCAV编队对地攻击战术任务决策因素分析 | 第102-104页 |
| ·UCAV编队对地攻击战术任务决策的影响图模型 | 第104页 |
| ·UCAV编队对地攻击战术任务决策影响图的概率分析 | 第104-106页 |
| ·仿真与结果分析 | 第106-107页 |
| ·本章小结 | 第107-108页 |
| 第七章 基于模糊贝叶斯网络的UCAV编队对地攻击损伤评估研究 | 第108-122页 |
| ·UCAV编队对地攻击战斗损伤评估 | 第108-111页 |
| ·损伤评估的历史与发展 | 第108-109页 |
| ·损伤评估的定义与模型 | 第109-111页 |
| ·模糊贝叶斯网络的基本理论 | 第111-114页 |
| ·模糊逻辑与贝叶斯网络 | 第111-112页 |
| ·模糊贝叶斯网络的定义 | 第112-113页 |
| ·精确量的模糊化与去模糊化方法 | 第113-114页 |
| ·UCAV对地攻击战斗损伤评估贝叶斯网络模型 | 第114-118页 |
| ·UCAV对地攻击BDA分析 | 第114-115页 |
| ·UCAV对地攻击BDA的知识表示 | 第115-117页 |
| ·UCAV对地攻击BDA贝叶斯网络模型的建立 | 第117-118页 |
| ·仿真结果与分析 | 第118-121页 |
| ·本章小结 | 第121-122页 |
| 第八章 总结与展望 | 第122-126页 |
| ·主要成果 | 第122-123页 |
| ·研究展望 | 第123-126页 |
| 参考文献 | 第126-134页 |
| 攻读博士学位期间所获成果奖励和著作 | 第134-137页 |
| 致谢 | 第137-138页 |
