空天資源智能任務(wù)規(guī)劃方法

第 1 章 緒論  1 
1.1 研究背景及意義  1 
1.1.1 研究背景  1 
1.1.2 研究意義  4 
1.2 國(guó)內(nèi)外研究現(xiàn)狀  5 
1.2.1 空天資源任務(wù)規(guī)劃問(wèn)題  5 
1.2.2 天基資源任務(wù)規(guī)劃問(wèn)題  12 
1.2.3 空基資源任務(wù)規(guī)劃問(wèn)題  18 
1.2.4 智能優(yōu)化方法  21 
1.2.5 現(xiàn)狀分析及總結(jié)  27 
1.3 本書(shū)主要工作  28 
1.3.1 研究路徑設(shè)計(jì)  28 
1.3.2 研究思路分析  30 
1.3.3 主要?jiǎng)?chuàng)新點(diǎn)  31 
1.4 本章小結(jié)  32 
第 2 章 空天資源任務(wù)規(guī)劃問(wèn)題  33 
2.1 問(wèn)題描述  33 
2.1.1 需求描述  33 
2.1.2 問(wèn)題界定  34 
2.1.3 資源界定  36 
2.1.4 協(xié)同方式界定  37 
2.1.5 任務(wù)界定  39 
2.2 求解框架  40 
2.2.1 空天資源-任務(wù)匹配階段  41 
2.2.2 空天任務(wù)協(xié)同分配階段  42 
2.2.3 天基任務(wù)規(guī)劃階段  42
2.2.4 空基任務(wù)規(guī)劃階段  42 
2.3 問(wèn)題分析  44 
2.3.1 空天資源-任務(wù)匹配問(wèn)題  44 
2.3.2 空天任務(wù)協(xié)同分配問(wèn)題  46 
2.3.3 天基資源任務(wù)規(guī)劃問(wèn)題  48 
2.3.4 空基資源任務(wù)規(guī)劃問(wèn)題  50 
2.4 本章小結(jié)  52 
第 3 章 優(yōu)化算法基本常識(shí)  53 
3.1 深度 Q 網(wǎng)絡(luò)簡(jiǎn)介  53 
3.2 蟻群算法簡(jiǎn)介  55 
3.3 模擬退火算法簡(jiǎn)介  57 
3.4 本章小結(jié)  59 
第 4 章 基于深度學(xué)習(xí)的資源-任務(wù)智能化匹配技術(shù)  60 
4.1 基于作業(yè)車間調(diào)度的問(wèn)題描述  60 
4.1.1 空天資源-任務(wù)匹配問(wèn)題的圖模型  61 
4.1.2 空天資源-任務(wù)匹配問(wèn)題的向量表示  63 
4.2 基于圖神經(jīng)網(wǎng)絡(luò)的問(wèn)題特征提取  64 
4.2.1 空天資源-任務(wù)匹配問(wèn)題的圖神經(jīng)網(wǎng)絡(luò)模型  64 
4.2.2 空天資源-任務(wù)匹配問(wèn)題的圖神經(jīng)網(wǎng)絡(luò)訓(xùn)練  64 
4.3 基于雙重深度 Q 網(wǎng)絡(luò)的問(wèn)題求解  66 
4.3.1 雙重深度 Q 網(wǎng)絡(luò)基本定義  67 
4.3.2 基于雙重深度 Q 網(wǎng)絡(luò)的空天資源-任務(wù)匹配問(wèn)題求解  67 
4.3.3 雙重深度 Q 網(wǎng)絡(luò)模型的訓(xùn)練  68 
4.4 仿真實(shí)驗(yàn)及分析  70 
4.4.1 仿真實(shí)驗(yàn)設(shè)計(jì)  70 
4.4.2 算法效能分析  70 
4.4.3 計(jì)算時(shí)間代價(jià)分析  72 
4.4.4 訓(xùn)練時(shí)間代價(jià)分析  73 
4.4.5 大規(guī)模問(wèn)題泛化性實(shí)驗(yàn)  73 
4.5 本章小結(jié)  77 
第 5 章 面向空天資源的任務(wù)智能化分配技術(shù)  78 
5.1 問(wèn)題建模  78 
5.2 求解方法  81 
5.2.1 算法框架  81 
5.2.2 改進(jìn)蟻群算法  83 
5.2.3 多目標(biāo)模擬退火算法  86 
5.2.4 鄰域搜索算子設(shè)計(jì)  87 
5.3 仿真實(shí)驗(yàn)及分析  88 
5.3.1 仿真實(shí)驗(yàn)設(shè)計(jì)  88 
5.3.2 算法基本表現(xiàn)分析  91 
5.3.3 算法超體積表現(xiàn)分析  93 
5.4 本章小結(jié)  95 
第 6 章 基于蟻群優(yōu)化的天基資源任務(wù)智能規(guī)劃技術(shù)  97 
6.1 問(wèn)題建模  97 
6.2 求解方法  100 
6.2.1 算法框架  100 
6.2.2 多蟻群算法  101 
6.2.3 鄰域搜索算子設(shè)計(jì)  105 
6.3 仿真實(shí)驗(yàn)及分析  106 
6.3.1 仿真實(shí)驗(yàn)設(shè)計(jì)  106 
6.3.2 MAS-LS 算法參數(shù)調(diào)優(yōu)實(shí)驗(yàn)結(jié)果 107 
6.3.3 蟻群算法求解效能對(duì)比實(shí)驗(yàn)  108 
6.3.4 客戶選擇規(guī)則測(cè)試  109 
6.3.5 對(duì)比實(shí)驗(yàn)結(jié)果分析  109 
6.4 本章小結(jié)  114 
第 7 章 基于演化計(jì)算的空基資源任務(wù)智能規(guī)劃技術(shù)  115 
7.1 空基資源任務(wù)規(guī)劃模型  115 
7.1.1 基本假設(shè)  116 
7.1.2 無(wú)人機(jī)速度更新模型  117 
7.1.3 速度更新規(guī)則系統(tǒng)  120 
7.2 基于演化計(jì)算的無(wú)人機(jī)集群控制模型優(yōu)化方法  121 
7.2.1 編碼操作  122 
7.2.2 交叉操作  122 
7.2.3 變異操作  123 
7.2.4 環(huán)境選擇  123 
7.2.5 種群多樣性控制  123 
7.2.6 評(píng)價(jià)指標(biāo)  125 
7.3 仿真實(shí)驗(yàn)及分析  127 
7.3.1 實(shí)驗(yàn)設(shè)計(jì)  127 
7.3.2 算法性能試驗(yàn)分析  128 
7.3.3 控制模型性能試驗(yàn)分析  132 
7.3.4 路徑規(guī)劃結(jié)果  133 
7.4 本章小結(jié)  134 
第 8 章 總結(jié)與展望  136 
8.1 研究工作總結(jié)  136 
8.2 未來(lái)工作展望  138 
參考文獻(xiàn)  140 
附錄 A 算法代碼及實(shí)驗(yàn)結(jié)果  150 
A.1 雙重深度 Q 學(xué)習(xí)網(wǎng)絡(luò)的訓(xùn)練  150 
A.2  MOSA-ACO 算法表現(xiàn)分析  151 
A.2.1 算法基本表現(xiàn)分析匯總  151 
A.2.2 算法超體積分析表現(xiàn)分析匯總  156 
A.3 天基資源任務(wù)規(guī)劃問(wèn)題仿真實(shí)驗(yàn)結(jié)果  158 
A.4 無(wú)人機(jī)集群控制模型和路徑規(guī)劃結(jié)果  163 
A.4.1 控制模型性能試驗(yàn)分析結(jié)果  163 
A.4.2 路徑規(guī)劃詳細(xì)結(jié)果  164 
附錄 B 縮寫(xiě)詞列表  167