中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
空天資源智能任務規劃方法 版權信息
- ISBN：9787302622581
- 條形碼：9787302622581 ; 978-7-302-62258-1
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
空天資源智能任務規劃方法 本書特色
本書特色： 1.提出了基于深度學習的資源 - 任務智能化匹配技術，解決了空天資源智能任務規劃問題中的資源 - 任務快速篩選問題。 2. 設計了面向空天資源的任務智能化分配技術，解決了空天任務分配問題中增加任務頻次的需求和降低服務成本的需求的沖突的問題。 3. 設計了基于蟻群優化的天基資源任務智能規劃技術，解決了天基資源的任務規劃問題。 4. 設計了基于演化計算的空基資源任務智能規劃技術，解決了空基資源的任務規劃問題。
空天資源智能任務規劃方法 內容簡介
本文針對空天資源的聯合任務規劃進行了研究和闡述，主要內容包括： **章介紹了研究背景和國內外研究現狀。 第二章介紹了空天資源聯合任務規劃中存在的主要問題。 第三章提出了基于深度學習的資源 - 任務智能化匹配技術。 第四章提出了面向空天資源的任務智能化分配技術。 第五章提出了基于蟻群優化的天基資源任務智能規劃技術。 第六章提出了基于演化計算的空基資源任務智能規劃技術。 第七章進行了總結與展望。 主要特色和創新點： 1. 提出了基于深度學習的資源 - 任務智能化匹配技術，解決了空天資源智能任務規劃問題中的資源 - 任務快速篩選問題。 2. 設計了面向空天資源的任務智能化分配技術，解決了空天任務分配問題中增加任務頻次的需求和降低服務成本的需求的沖突的問題。 3. 設計了基于蟻群優化的天基資源任務智能規劃技術，解決了天基資源的任務規劃問題。 4. 設計了基于演化計算的空基資源任務智能規劃技術，解決了空基資源的任務規劃問題。 讀者對象： 從事任務規劃問題研究的專業人員，高校與科研院所的研究員。
空天資源智能任務規劃方法 目錄
第 1 章 緒論 1
1.1 研究背景及意義 1
1.1.1 研究背景 1
1.1.2 研究意義 4
1.2 國內外研究現狀 5
1.2.1 空天資源任務規劃問題 5
1.2.2 天基資源任務規劃問題 12
1.2.3 空基資源任務規劃問題 18
1.2.4 智能優化方法 21
1.2.5 現狀分析及總結 27
1.3 本書主要工作 28
1.3.1 研究路徑設計 28
1.3.2 研究思路分析 30
1.3.3 主要創新點 31
1.4 本章小結 32
第 2 章 空天資源任務規劃問題 33
2.1 問題描述 33
2.1.1 需求描述 33
2.1.2 問題界定 34
2.1.3 資源界定 36
2.1.4 協同方式界定 37
2.1.5 任務界定 39
2.2 求解框架 40
2.2.1 空天資源-任務匹配階段 41
2.2.2 空天任務協同分配階段 42
2.2.3 天基任務規劃階段 42
2.2.4 空基任務規劃階段 42
2.3 問題分析 44
2.3.1 空天資源-任務匹配問題 44
2.3.2 空天任務協同分配問題 46
2.3.3 天基資源任務規劃問題 48
2.3.4 空基資源任務規劃問題 50
2.4 本章小結 52
第 3 章 優化算法基本常識 53
3.1 深度 Q 網絡簡介 53
3.2 蟻群算法簡介 55
3.3 模擬退火算法簡介 57
3.4 本章小結 59
第 4 章 基于深度學習的資源-任務智能化匹配技術 60
4.1 基于作業車間調度的問題描述 60
4.1.1 空天資源-任務匹配問題的圖模型 61
4.1.2 空天資源-任務匹配問題的向量表示 63
4.2 基于圖神經網絡的問題特征提取 64
4.2.1 空天資源-任務匹配問題的圖神經網絡模型 64
4.2.2 空天資源-任務匹配問題的圖神經網絡訓練 64
4.3 基于雙重深度 Q 網絡的問題求解 66
4.3.1 雙重深度 Q 網絡基本定義 67
4.3.2 基于雙重深度 Q 網絡的空天資源-任務匹配問題求解 67
4.3.3 雙重深度 Q 網絡模型的訓練 68
4.4 仿真實驗及分析 70
4.4.1 仿真實驗設計 70
4.4.2 算法效能分析 70
4.4.3 計算時間代價分析 72
4.4.4 訓練時間代價分析 73
4.4.5 大規模問題泛化性實驗 73
4.5 本章小結 77
第 5 章 面向空天資源的任務智能化分配技術 78
5.1 問題建模 78
5.2 求解方法 81
5.2.1 算法框架 81
5.2.2 改進蟻群算法 83
5.2.3 多目標模擬退火算法 86
5.2.4 鄰域搜索算子設計 87
5.3 仿真實驗及分析 88
5.3.1 仿真實驗設計 88
5.3.2 算法基本表現分析 91
5.3.3 算法超體積表現分析 93
5.4 本章小結 95
第 6 章 基于蟻群優化的天基資源任務智能規劃技術 97
6.1 問題建模 97
6.2 求解方法 100
6.2.1 算法框架 100
6.2.2 多蟻群算法 101
6.2.3 鄰域搜索算子設計 105
6.3 仿真實驗及分析 106
6.3.1 仿真實驗設計 106
6.3.2 MAS-LS 算法參數調優實驗結果 107
6.3.3 蟻群算法求解效能對比實驗 108
6.3.4 客戶選擇規則測試 109
6.3.5 對比實驗結果分析 109
6.4 本章小結 114
第 7 章 基于演化計算的空基資源任務智能規劃技術 115
7.1 空基資源任務規劃模型 115
7.1.1 基本假設 116
7.1.2 無人機速度更新模型 117
7.1.3 速度更新規則系統 120
7.2 基于演化計算的無人機集群控制模型優化方法 121
7.2.1 編碼操作 122
7.2.2 交叉操作 122
7.2.3 變異操作 123
7.2.4 環境選擇 123
7.2.5 種群多樣性控制 123
7.2.6 評價指標 125
7.3 仿真實驗及分析 127
7.3.1 實驗設計 127
7.3.2 算法性能試驗分析 128
7.3.3 控制模型性能試驗分析 132
7.3.4 路徑規劃結果 133
7.4 本章小結 134
第 8 章 總結與展望 136
8.1 研究工作總結 136
8.2 未來工作展望 138
參考文獻 140
附錄 A 算法代碼及實驗結果 150
A.1 雙重深度 Q 學習網絡的訓練 150
A.2 MOSA-ACO 算法表現分析 151
A.2.1 算法基本表現分析匯總 151
A.2.2 算法超體積分析表現分析匯總 156
A.3 天基資源任務規劃問題仿真實驗結果 158
A.4 無人機集群控制模型和路徑規劃結果 163
A.4.1 控制模型性能試驗分析結果 163
A.4.2 路徑規劃詳細結果 164
附錄 B 縮寫詞列表 167
展開全部
空天資源智能任務規劃方法 作者簡介
王原，于2021年獲國防科技大學管理科學與工程專業博士學位，主要研究方向為智能優化與決策技術、智能優化方法、基于深度學習的優化理論等。以第一作者在《Swarm and Evolutionary Computation》等權威期刊發表SCI論文多篇，一篇入選ESI引用前10%。
書友推薦
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
自卑與超越
- >
煙與鏡
- >
中國歷史的瞬間
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
經典常談
- >
莉莉和章魚
- >
隨園食單
本類暢銷
