無(wú)人飛行器任務(wù)規(guī)劃

內(nèi)容概要

　　無(wú)人飛行器任務(wù)規(guī)劃是實(shí)現(xiàn)無(wú)人飛行器自動(dòng)導(dǎo)航的一項(xiàng)關(guān)鍵技術(shù)，是人工智能及導(dǎo)航、制導(dǎo)與控制領(lǐng)域中的重要研究方向之一。本書(shū)結(jié)合作者的研究工作，系統(tǒng)、深入地介紹了無(wú)人飛行器任務(wù)規(guī)劃的概念、理論及方法。主要內(nèi)容包括任務(wù)規(guī)劃建模、任務(wù)規(guī)劃數(shù)字地圖技術(shù)、任務(wù)規(guī)劃威脅信息建模技術(shù)、單無(wú)人飛行器航路規(guī)劃、單無(wú)人飛行器多航路規(guī)劃、多無(wú)人飛行器協(xié)同任務(wù)分配、多無(wú)人飛行器協(xié)同航路規(guī)劃等多個(gè)方面?！　　稛o(wú)人飛行器任務(wù)規(guī)劃》適合于人工智能及導(dǎo)航、制導(dǎo)與控制相關(guān)專(zhuān)業(yè)的碩士、博士研究生作專(zhuān)業(yè)參考書(shū)，也適合于任務(wù)規(guī)劃領(lǐng)域的科研工作者和工程技術(shù)人員作為參考資料。

書(shū)籍目錄

第1章 緒論1.1 任務(wù)規(guī)劃研究的背景和意義1.2 無(wú)人飛行器任務(wù)規(guī)劃綜述1.2.1 無(wú)人飛行器任務(wù)規(guī)劃問(wèn)題1.2.2 任務(wù)規(guī)劃系統(tǒng)的應(yīng)用現(xiàn)狀1.3 常用的任務(wù)規(guī)劃方法1.3.1 單無(wú)人飛行器航路規(guī)劃方法1.3.2 多無(wú)人飛行器協(xié)同航路規(guī)劃方法1.3.3 多無(wú)人飛行器協(xié)同任務(wù)分配方法1.4 當(dāng)前任務(wù)規(guī)劃研究中存在的問(wèn)題1.5 本書(shū)的主要內(nèi)容及安排第2章 無(wú)人飛行器任務(wù)規(guī)劃的系統(tǒng)結(jié)構(gòu)2.1 無(wú)人飛行器任務(wù)規(guī)劃系統(tǒng)的本質(zhì)分析2.1.1 無(wú)人飛行器任務(wù)規(guī)劃系統(tǒng)的概述2.1.2 無(wú)人飛行器任務(wù)規(guī)劃系統(tǒng)的特點(diǎn)2.1.3 無(wú)人飛行器任務(wù)規(guī)劃系統(tǒng)的功能2.2 多無(wú)人飛行器協(xié)同任務(wù)規(guī)劃系統(tǒng)的體系結(jié)構(gòu)2.3 單無(wú)人飛行器任務(wù)規(guī)劃系統(tǒng)的邏輯結(jié)構(gòu)2.4 多無(wú)人飛行器協(xié)同任務(wù)規(guī)劃系統(tǒng)的邏輯結(jié)構(gòu)2.5 本章小結(jié)第3章 無(wú)人飛行器任務(wù)規(guī)劃的數(shù)學(xué)模型3.1 單無(wú)人飛行器任務(wù)規(guī)劃的數(shù)學(xué)模型3.1.1 單無(wú)人飛行器航路規(guī)劃模型3.1.2 單無(wú)人飛行器多航路規(guī)劃模型3.2 多無(wú)人飛行器協(xié)同任務(wù)規(guī)劃的數(shù)學(xué)模型3.2.1 多無(wú)人飛行器協(xié)同任務(wù)分配模型3.2.2 多無(wú)人飛行器協(xié)同航路規(guī)劃模型3.3 本章小結(jié)第4章 任務(wù)規(guī)劃數(shù)字地圖技術(shù)4.1 概述4.1.1 航空數(shù)字地圖4.1.2 電子海圖4.2 數(shù)字地圖的采集與處理4.3 數(shù)字地圖數(shù)據(jù)的模擬4.3.1 地形統(tǒng)計(jì)特性分析4.3.2 隨機(jī)地形的模擬3.3.3 特征地形的模擬3.3.4 地形數(shù)據(jù)的插值4.3.5 地形數(shù)據(jù)的平滑4.4 本章小結(jié)第5章 任務(wù)規(guī)劃威脅信息建模技術(shù)5.1 威脅空間的構(gòu)建5.1.1 威脅空間的組成要素5.1.2 威脅空間的基本概念5.1.3 威脅空間的生成過(guò)程5.2 探測(cè)威脅信息建模5.2.1 雷達(dá)探測(cè)威脅信息建模5.2.2 電磁干擾威脅信息建模5.3 火力威脅信息建模5.3.1 地空導(dǎo)彈威脅信息建模5.3.2 高炮威脅信息建模5.4 本章小結(jié)第6章 單無(wú)人飛行器航路規(guī)劃6.1 多目標(biāo)優(yōu)化問(wèn)題的求解方法6.1.1 多目標(biāo)優(yōu)化理論基礎(chǔ)6.1.2 多目標(biāo)優(yōu)化問(wèn)題的求解方法6.2 基于自適應(yīng)偽并行遺傳算法的航路規(guī)劃6.2.1 遺傳算法分析6.2.2 自適應(yīng)偽并行遺傳算法6.2.3 基于自適應(yīng)偽并行遺傳算法的航路規(guī)劃6.2.4仿真實(shí)驗(yàn)……第7章 單無(wú)人飛行器多航路規(guī)劃第8章 多無(wú)人飛行器協(xié)同任務(wù)分配第9章 多無(wú)人飛行器協(xié)同航路規(guī)劃參考文獻(xiàn)

章節(jié)摘錄

版權(quán)頁(yè)：插圖：4.克隆選擇操作從每一個(gè)抗體擴(kuò)增操作得到的子種群中選出一個(gè)最優(yōu)抗體組成新的抗體群，此時(shí)的抗體群規(guī)模應(yīng)該和初始種群規(guī)模是一樣的。在這里，注意：不是在所有抗體中進(jìn)行最優(yōu)選擇，而是從每個(gè)抗體對(duì)應(yīng)的子種群中分別進(jìn)行選擇。由于克隆選擇算法的選擇操作只在具有相似基因特征的子抗體群中進(jìn)行，而不是在所有抗體中進(jìn)行，從而不會(huì)像遺傳算法那樣最終收斂于一個(gè)最優(yōu)解。7.4.6 新抗體的補(bǔ)充在生物免疫系統(tǒng)中，為了保持抗體的多樣性，每天都會(huì)產(chǎn)生大量的新抗體進(jìn)入免疫系統(tǒng)，其中絕大多數(shù)因?yàn)橛H和度低而遭到抑制死亡，但是仍然有極少數(shù)的抗體具有較高的親和度而獲得了進(jìn)行克隆擴(kuò)增的機(jī)會(huì)，通過(guò)親和度成熟過(guò)程而成為優(yōu)秀的抗體。為了模擬這種抗體循環(huán)補(bǔ)充的機(jī)制，增加了克隆抗體補(bǔ)充操作，以提高抗體的多樣性，實(shí)現(xiàn)全局范圍內(nèi)的搜索優(yōu)化，避免陷入局部最優(yōu)解。克隆補(bǔ)充操作，即在每一次對(duì)抗體群AB進(jìn)行克隆選擇擴(kuò)增之前，從一個(gè)隨機(jī)產(chǎn)生的規(guī)模為Ⅳ，的候選抗體群A6，中選出親和度最高的N.形成規(guī)模Ⅳ為的抗體群A6。7.4.7 優(yōu)秀抗體的記憶通過(guò)記憶操作將每次產(chǎn)生的優(yōu)秀抗體存人記憶庫(kù)中，保存起來(lái)。在單uAV多航路規(guī)劃中，設(shè)定對(duì)于每個(gè)uAV需要得到3條不同的優(yōu)化航路。因此，將記憶庫(kù)的容量設(shè)定為3，即最終記憶庫(kù)中的抗體就是人們所希望得到的問(wèn)題解。記憶操作，主要是從每次完成克隆操作后得到的抗體群體當(dāng)中，選擇抗體的親和度函數(shù)值大于記憶閾值的3個(gè)最優(yōu)抗體添加到記憶庫(kù)中。由于記憶庫(kù)的容量被設(shè)定為3，因此每次添加之后還要應(yīng)用相似抑制算子對(duì)其進(jìn)行判斷，是否將現(xiàn)有記憶庫(kù)的抗體進(jìn)行替換，從而始終保持記憶庫(kù)中的抗體數(shù)為3。7.4.8 單無(wú)人飛行器多航路規(guī)劃流程單uAV多航路規(guī)劃流程如下。（1）根據(jù)編碼，應(yīng)用隨機(jī)數(shù)函數(shù)隨機(jī)產(chǎn)生群體的初始抗體A6。（2）針對(duì)每一抗體，形成相應(yīng)的航路，并計(jì)算相應(yīng)抗體的抗體一抗原親和度函數(shù)值。

編輯推薦

《無(wú)人飛行器任務(wù)規(guī)劃》是由國(guó)防工業(yè)出版社出版的。

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    無(wú)人飛行器任務(wù)規(guī)劃 PDF格式下載

---