幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

空天資源智能任務規劃方法/航天資源規劃與調度

  • 作者：王原//邢立寧//李豪//程適//楊敬輝等|責編:陳凱仁|總主編:陳英武//賀仁傑//姚鋒
  • 出版社：清華大學
  • ISBN：9787302622581
  • 出版日期：2022/12/01
  • 裝幀：平裝
  • 頁數：169
人民幣：RMB 59 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書重點關注空天資源協同問題中的空天資源任務分配和空天資源任務規劃兩部分，並以無人機集群和成像衛星協同為背景進行了研究。其中，空天資源任務分配是指在考慮成像衛星資源和無人機資源不同轉換約束條件下，對不同類型的對地觀測任務進行分解和分配。空天資源任務規劃則是對成像衛星資源和無人機資源的任務規劃（包括路徑規劃）進行了分別的建模和求解。因此，本問題可以看作一類典型的雙層優化問題。本書對這上述任務分配和任務規劃問題進行了建模分析、演算法設計和實驗分析，所研究的問題可推廣至性質相似的組合優化問題及無人機集群控制問題上。
    本書適合航天工程實踐、運籌學、管理科學與工程等相關領域的科研人員、工程技術人員閱讀，也可作為高等院校相關專業高年級本科生、研究生及高校教師的參考用書。
作者介紹
王原//邢立寧//李豪//程適//楊敬輝等|責編:陳凱仁|總主編:陳英武//賀仁傑//姚鋒
目錄
第1章  緒論
  1.1  研究背景及意義
    1.1.1  研究背景
    1.1.2  研究意義
  1.2  國內外研究現狀
    1.2.1  空天資源任務規劃問題
    1.2.2  天基資源任務規劃問題
    1.2.3  空基資源任務規劃問題
    1.2.4  智能優化方法
    1.2.5  現狀分析及總結
  1.3  本書主要工作
    1.3.1  研究路徑設計
    1.3.2  研究思路分析
    1.3.3  主要創新點
  1.4  本章小結
第2章  空天資源任務規劃問題
  2.1  問題描述
    2.1.1  需求描述
    2.1.2  問題界定
    2.1.3  資源界定
    2.1.4  協同方式界定
    2.1.5  任務界定
  2.2  求解框架
    2.2.1  空天資源-任務匹配階段
    2.2.2  空天任務協同分配階段
    2.2.3  天基任務規劃階段
    2.2.4  空基任務規劃階段
  2.3  問題分析
    2.3.1  空天資源-任務匹配問題
    2.3.2  空天任務協同分配問題
    2.3.3  天基資源任務規劃問題
    2.3.4  空基資源任務規劃問題
  2.4  本章小結
第3章  優化演算法基本常識
  3.1  深度Q網路簡介
  3.2  蟻群演算法簡介
  3.3  模擬退火演算法簡介
  3.4  本章小結
第4章  基於深度學習的資源-任務智能化匹配技術
  4.1  基於作業車間調度的問題描述
    4.1.1  空天資源-任務匹配問題的圖模型
    4.1.2  空天資源-任務匹配問題的向量表示
  4.2  基於圖神經網路的問題特徵提取
    4.2.1  空天資源-任務匹配問題的圖神經網路模型
    4.2.2  空天資源-任務匹配問題的圖神經網路訓練
  4.3  基於雙重深度Q網路的問題求解
    4.3.1  雙重深度Q網路基本定義
    4.3.2  基於雙重深度Q網路的空天資源-任務匹配問題求解
    4.3.3  雙重深度Q網路模型的訓練
  4.4  模擬實驗及分析

    4.4.1  模擬實驗設計
    4.4.2  演算法效能分析
    4.4.3  計算時間代價分析
    4.4.4  訓練時間代價分析
    4.4.5  大規模問題泛化性實驗
  4.5  本章小結
第5章  面向空天資源的任務智能化分配技術
  5.1  問題建模
  5.2  求解方法
    5.2.1  演算法框架
    5.2.2  改進蟻群演算法
    5.2.3  多目標模擬退火演算法
    5.2.4  鄰域搜索運算元設計
  5.3  模擬實驗及分析
    5.3.1  模擬實驗設計
    5.3.2  演算法基本表現分析
    5.3.3  演算法超體積表現分析
  5.4  本章小結
第6章  基於蟻群優化的天基資源任務智能規劃技術
  6.1  問題建模
  6.2  求解方法
    6.2.1  演算法框架
    6.2.2  多蟻群演算法
    6.2.3  鄰域搜索運算元設計
  6.3  模擬實驗及分析
    6.3.1  模擬實驗設計
    6.3.2  MAS-LS演算法參數調優實驗結果
    6.3.3  蟻群演算法求解效能對比實驗
    6.3.4  客戶選擇規則測試
    6.3.5  對比實驗結果分析
  6.4  本章小結
第7章  基於演化計算的空基資源任務智能規劃技術
  7.1  空基資源任務規劃模型
    7.1.1  基本假設
    7.1.2  無人機速度更新模型
    7.1.3  速度更新規則系統
  7.2  基於演化計算的無人機集群控制模型優化方法
    7.2.1  編碼操作
    7.2.2  交叉操作
    7.2.3  變異操作
    7.2.4  環境選擇
    7.2.5  種群多樣性控制
    7.2.6  評價指標
  7.3  模擬實驗及分析
    7.3.1  實驗設計
    7.3.2  演算法性能試驗分析
    7.3.3  控制模型性能試驗分析
    7.3.4  路徑規劃結果
  7.4  本章小結
第8章  總結與展望

  8.1  研究工作總結
  8.2  未來工作展望
參考文獻
附錄A  演算法代碼及實驗結果
  A.1  雙重深度Q學習網路的訓練
  A.2  MOSA-ACO演算法表現分析
    A.2.1  演算法基本表現分析匯總
    A.2.2  演算法超體積分析表現分析匯總
  A.3  天基資源任務規劃問題模擬實驗結果
  A.4  無人機集群控制模型和路徑規劃結果
    A.4.1  控制模型性能試驗分析結果
    A.4.2  路徑規劃詳細結果
附錄B  縮寫詞列表

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032