由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
醉染图书空天资源智能任务规划方法9787302622581
¥ ×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..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..天基任务规划阶段42
2.2.4空基任务规划阶段42
.问题分析44
..1空天资源-任务匹配问题44
..2空天任务协同分配问题46
..天基资源任务规划问题48
..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深度网络简介53
3.2蚁群算法简介55
3.模拟火算法简介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基于双重深度网络的问题求解66
4.3.1双重深度网络基本定义67
4.3.2基于双重深度网络的空天资源-任务匹配问题求解67
4.3.3双重深度网络模型的训练68
4.4实验及分析70
4.4.1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..多目标模拟退火算法86
5.2.4邻域搜索算子设计87
5.3实验及分析88
5.3.1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..邻域搜索算子设计105
6.3实验及分析106
6.3.1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基本设16
7.1.2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..变异操作1
7.2.4环境选择1
7.2.5种群多样控制1
7.2.6评价指标125
7.3实验及分析127
7.3.1实验设计127
7.3.2算法能试验分析128
7.3.3控制模型能试验分析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实验结果158
A.4机集群控制模型和路径规划结果163
A.4.1控制模型能试验分析结果163
A.4.2路径规划详细结果164
附录B缩写词列表167
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格