- 商品参数
-
- 作者:
王原等著
- 出版社:清华大学出版社
- 开本:16开
- ISBN:9784207008572
- 版权提供:清华大学出版社
店铺公告
为保障消费者合理购买需求及公平交易机会,避免因非生活消费目的的购买货囤积商品,抬价转售等违法行为发生,店铺有权对异常订单不发货且不进行赔付。异常订单:包括但不限于相同用户ID批量下单,同一用户(指不同用户ID,存在相同/临近/虚构收货地址,或相同联系号码,收件人,同账户付款人等情形的)批量下单(一次性大于5本),以及其他非消费目的的交易订单。
温馨提示:请务必当着快递员面开箱验货,如发现破损,请立即拍照拒收,如验货有问题请及时联系在线客服处理,(如开箱验货时发现破损,所产生运费由我司承担,一经签收即为货物完好,如果您未开箱验货,一切损失就需要由买家承担,所以请买家一定要仔细验货),
关于退货运费:对于下单后且物流已发货货品在途的状态下,原则上均不接受退货申请,如顾客原因退货需要承担来回运费,如因产品质量问题(非破损问题)可在签收后,联系在线客服。
1
空天资源智能任务规划方法
作 者:王原 等 著
定 价:59
出 版 社:清华大学出版社
出版日期:2022年12月01日
页 数:368
装 帧:平装
ISBN:9787302622581
]]> 2
●第1章绪论1
1.1研究背景及意义1
1.1.1研究背景1
1.1.2研究意义4
1.2国内外研究现状5
1.2.1空天资源任务规划问题5
1.2.2天基资源任务规划问题12
1.2.3空基资源任务规划问题18
1.2.4智能优化方法21
1.2.5现状分析及总结27
1.3本书主要工作28
1.3.1研究路径设计28
1.3.2研究思路分析30
1.3.3主要创新点31
1.4本章小结32
第2章空天资源任务规划问题33
2.1问题描述33
2.1.1需求描述33
2.1.2问题界定34
2.1.3资源界定36
2.1.4协同方式界定37
2.1.5任务界定39
2.2求解框架40
2.2.1空天资源-任务匹配阶段41
2.2.2空天任务协同分配阶段42
2.2.3天基任务规划阶段42
2.2.4空基任务规划阶段42
2.3问题分析44
2.3.1空天资源-任务匹配问题44
2.3.2空天任务协同分配问题46
2.3.3天基资源任务规划问题48
2.3.4空基资源任务规划问题50
2.4本章小结52
第3章优化算法基本常识53
3.1深度Q网络简介53
3.2蚁群算法简介55
3.3模拟退火算法简介57
3.4本章小结59
第4章基于深度学习的资源-任务智能化匹配技术60
4.1基于作业车间调度的问题描述60
4.1.1空天资源-任务匹配问题的图模型61
4.1.2空天资源-任务匹配问题的向量表示63
4.2基于图神经网络的问题特征提取64
4.2.1空天资源-任务匹配问题的图神经网络模型64
4.2.2空天资源-任务匹配问题的图神经网络训练64
4.3基于双重深度Q网络的问题求解66
4.3.1双重深度Q网络基本定义67
4.3.2基于双重深度Q网络的空天资源-任务匹配问题求解67
4.3.3双重深度Q网络模型的训练68
4.4仿真实验及分析70
4.4.1仿真实验设计70
4.4.2算法效能分析70
4.4.3计算时间代价分析72
4.4.4训练时间代价分析73
4.4.5大规模问题泛化性实验73
4.5本章小结77
第5章面向空天资源的任务智能化分配技术78
5.1问题建模78
5.2求解方法81
5.2.1算法框架81
5.2.2改进蚁群算法83
5.2.3多目标模拟退火算法86
5.2.4邻域搜索算子设计87
5.3仿真实验及分析88
5.3.1仿真实验设计88
5.3.2算法基本表现分析91
5.3.3算法超体积表现分析93
5.4本章小结95
第6章基于蚁群优化的天基资源任务智能规划技术97
6.1问题建模97
6.2求解方法100
6.2.1算法框架100
6.2.2多蚁群算法101
6.2.3邻域搜索算子设计105
6.3仿真实验及分析106
6.3.1仿真实验设计106
6.3.2MAS-LS算法参数调优实验结果107
6.3.3蚁群算法求解效能对比实验108
6.3.4客户选择规则测试109
6.3.5对比实验结果分析109
6.4本章小结114
第7章基于演化计算的空基资源任务智能规划技术115
7.1空基资源任务规划模型115
7.1.1基本假设116
7.1.2无人机速度更新模型117
7.1.3速度更新规则系统120
7.2基于演化计算的无人机集群控制模型优化方法121
7.2.1编码操作122
7.2.2交叉操作122
7.2.3变异操作123
7.2.4环境选择123
7.2.5种群多样性控制123
7.2.6评价指标125
7.3仿真实验及分析127
7.3.1实验设计127
7.3.2算法性能试验分析128
7.3.3控制模型性能试验分析132
7.3.4路径规划结果133
7.4本章小结134
第8章总结与展望136
8.1研究工作总结136
8.2未来工作展望138
参考文献140
附录A算法代码及实验结果150
A.1双重深度Q学习网络的训练150
A.2MOSA-ACO算法表现分析151
A.2.1算法基本表现分析汇总151
A.2.2算法超体积分析表现分析汇总156
A.3天基资源任务规划问题仿真实验结果158
A.4无人机集群控制模型和路径规划结果163
A.4.1控制模型性能试验分析结果163
A.4.2路径规划详细结果164
附录B缩写词列表167
]]> 3
内容简介
本书重点关注空天资源协同问题中的空天资源任务分配和空天资源任务规划两部分,并以无人机集群和成像卫星协同为背景进行了研究。其中,空天资源任务分配是指在考虑成像卫星资源和无人机资源不同转换约束条件下,对不同类型的对地观测任务进行分解和分配。空天资源任务规划则是对成像卫星资源和无人机资源的任务规划(包括路径规划)进行了分别的建模和求解。因此,本问题可以看作一类典型的双层优化问题。本书对这上述任务分配和任务规划问题进行了建模分析、算法设计和实验分析,所研究的问题可推广至性质相似的组合优化问题及无人机集群控制问题上。本书适合航天工程实践、运筹学、管理科学与工程等相关领域的科研人员、工程技术人员阅读,也可作为高等院校相关专业高年级本科生、研究生及高校教师的参考用书。
]]> 4
王原 等 著
王原,于2021年获国防科技大学管理科学与工程专业博士学位,主要研究方向为智能优化与决策技术、智能优化方法、基于深度学习的优化理论等。以第一作者在《Swarm and Evolutionary Computation》等权威期刊发表SCI论文多篇,一篇入选ESI引用前10%。
]]> 5
1