中图网

>

航空、航天

空天资源智能任务规划方法

作者：王原、邢立宁、李豪、程适、杨敬辉、陈立栋

出版社：清华大学出版社出版时间：2022-12-01

开本：其他页数： 184

本类榜单：工业技术销量榜

中图价:¥41.3(7.0折) 定价 ~~¥59.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
湖南省志(1978-2002)?铁路志

湖南省志(1978-2002)?铁路志

¥70.6¥98
>
公路车宝典(ZINN的公路车维修与保养秘籍)

公路车宝典(ZINN的公路车维修与保养秘籍)

¥69.6¥120
>
晶体管电路设计(下)

晶体管电路设计(下)

¥28.6¥38
>
基于个性化设计策略的智能交通系统关键技术

基于个性化设计策略的智能交通系统关键技术

¥48.6¥68
>
德国克虏伯与晚清火:贸易与仿制模式下的技术转移

德国克虏伯与晚清火:贸易与仿制模式下的技术转移

¥21.8¥65
>
花样百出:贵州少数民族图案填色

花样百出:贵州少数民族图案填色

¥19.1¥45
>
识木:全球220种木材图鉴

识木:全球220种木材图鉴

¥159.6¥228

商品详情
商品评论(0条)

中图价:¥41.3 加入购物车

版权信息
本书特色
内容简介
目录
作者简介

空天资源智能任务规划方法版权信息

ISBN：9787302622581
条形码：9787302622581 ; 978-7-302-62258-1
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
工业技术
>
航空、航天

空天资源智能任务规划方法本书特色

本书特色： 1.提出了基于深度学习的资源 - 任务智能化匹配技术，解决了空天资源智能任务规划问题中的资源 - 任务快速筛选问题。 2. 设计了面向空天资源的任务智能化分配技术，解决了空天任务分配问题中增加任务频次的需求和降低服务成本的需求的冲突的问题。 3. 设计了基于蚁群优化的天基资源任务智能规划技术，解决了天基资源的任务规划问题。 4. 设计了基于演化计算的空基资源任务智能规划技术，解决了空基资源的任务规划问题。

空天资源智能任务规划方法内容简介

本文针对空天资源的联合任务规划进行了研究和阐述，主要内容包括： **章介绍了研究背景和国内外研究现状。第二章介绍了空天资源联合任务规划中存在的主要问题。第三章提出了基于深度学习的资源 - 任务智能化匹配技术。第四章提出了面向空天资源的任务智能化分配技术。第五章提出了基于蚁群优化的天基资源任务智能规划技术。第六章提出了基于演化计算的空基资源任务智能规划技术。第七章进行了总结与展望。主要特色和创新点： 1. 提出了基于深度学习的资源 - 任务智能化匹配技术，解决了空天资源智能任务规划问题中的资源 - 任务快速筛选问题。 2. 设计了面向空天资源的任务智能化分配技术，解决了空天任务分配问题中增加任务频次的需求和降低服务成本的需求的冲突的问题。 3. 设计了基于蚁群优化的天基资源任务智能规划技术，解决了天基资源的任务规划问题。 4. 设计了基于演化计算的空基资源任务智能规划技术，解决了空基资源的任务规划问题。读者对象：从事任务规划问题研究的专业人员，高校与科研院所的研究员。

空天资源智能任务规划方法目录

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 6.3.2 MAS-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.2 MOSA-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

展开全部