低軌電磁探測衛(wèi)星協(xié)同任務規(guī)劃模型與方法

定　價：￥74.00

作　者：	杜永浩、宋彥杰、邢立寧、陳英武
出版社：	清華大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

當當網(wǎng) (￥65.40)

ISBN：	9787302674054	出版時間：	2024-10-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　本書創(chuàng)造性地提出了低軌電磁探測衛(wèi)星協(xié)同任務規(guī)劃模型與方法。本書從低軌電磁探測衛(wèi)星協(xié)同任務規(guī)劃的實際需求出發(fā)，詳細闡述了協(xié)同任務規(guī)劃基礎模型與學習型進化算法框架；面向靜止目標、低速移動目標、高速移動目標探測的協(xié)同任務規(guī)劃，進一步擴展了任務規(guī)劃模型并設計了針對具體問題特點的學習型進化算法。

作者簡介

　　宋彥杰，軍事科學院助理研究員，主要研究方向為智能系統(tǒng)、智能優(yōu)化算法、人工智能，長期從事衛(wèi)星任務規(guī)劃、人力資源規(guī)劃等相關研究工作，發(fā)表論文40余篇（SCI檢索20余篇），參與出版英文專著2部，獲得國家專利5項，軟件著作權1項；相關成果獲中國指揮與控制學會科學技術進步二等獎。

圖書目錄

第 1 章緒論 1
1.1 研究背景 1
1.2 研究意義 5
1.2.1 理論意義 5
1.2.2 實踐意義 6
1.3 國內(nèi)外研究現(xiàn)狀 7
1.3.1 電磁探測衛(wèi)星任務規(guī)劃模型研究現(xiàn)狀 7
1.3.2 學習型進化算法研究現(xiàn)狀 11
1.3.3 深度強化學習方法研究現(xiàn)狀 15
1.3.4 研究現(xiàn)狀分析 20
1.4 研究內(nèi)容與創(chuàng)新點 23
1.4.1 研究內(nèi)容 23
1.4.2 主要創(chuàng)新點 24
1.5 組織結構 26
第 2 章低軌電磁探測衛(wèi)星協(xié)同任務規(guī)劃基礎模型及學習型進化算法框架 28
2.1 低軌電磁探測衛(wèi)星協(xié)同任務規(guī)劃概述 28
2.1.1 相關概念與解釋 28
2.1.2 衛(wèi)星探測過程概述 29
2.1.3 探測衛(wèi)星工作特點分析 31
2.1.4 協(xié)同探測任務特點分析 32
2.1.5 低軌電磁探測衛(wèi)星協(xié)同任務規(guī)劃問題難點分析 33
2.2 業(yè)務處理流程概述 34
2.2.1 預處理階段 35
2.2.2 模型構建階段 36
2.2.3 算法求解階段 37
2.2.4 方案校驗與執(zhí)行階段 38
2.3 協(xié)同探測任務規(guī)劃基礎模型 39
2.3.1 模型假設條件 40
2.3.2 優(yōu)化目標函數(shù)設計 41
2.3.3 衛(wèi)星能力約束 44
2.3.4 任務執(zhí)行約束 49
2.3.5 規(guī)劃問題上界分析 53
2.4 學習型進化算法框架 58
2.4.1 進化算法特點分析 59
2.4.2 基于深度強化學習方法的算法組合思路 60
2.4.3 算法整體框架 61
2.5 本章小結 64
第 3 章面向靜止目標探測的同構電磁探測衛(wèi)星協(xié)同任務規(guī)劃模型與算法 66
3.1 問題描述與分析 66
3.1.1 問題描述 66
3.1.2 問題難點與特點 68
3.2 靜止目標協(xié)同探測任務規(guī)劃模型 69
3.2.1 符號和變量 69
3.2.2 問題基本假設 70
3.2.3 數(shù)學模型 70
3.3 基于算子自適應選擇的進化算法 72
3.3.1 算法流程 72
3.3.2 基于 DRL 的交叉算子選擇方法 75
3.3.3 種群進化操作 80
3.3.4 探測任務時間窗選擇方法 83
3.3.5 算法復雜度分析 86
3.4 仿真實驗與分析 87
3.4.1 仿真實驗設計與參數(shù)配置 87
3.4.2 實驗結果與分析 90
3.5 本章小結 99
第 4 章面向低速移動目標探測的異構電磁探測衛(wèi)星協(xié)同任務規(guī)劃模型與算法 100
4.1 問題描述與分析 100
4.1.1 問題描述 100
4.1.2 問題難點分析 103
4.2 低速移動目標協(xié)同探測任務規(guī)劃模型 104
4.2.1 符號和變量 104
4.2.2 基本假設 105
4.2.3 數(shù)學模型 105
4.3 問題求解算法 111
4.3.1 目標位置預測算法 111
4.3.2 優(yōu)先級統(tǒng)籌算法 111
4.3.3 混合型學習進化算法 114
4.4 仿真實驗與分析 129
4.4.1 仿真實驗設計與參數(shù)配置 129
4.4.2 實驗結果與分析 132
4.5 本章小結 141
第 5 章面向高速移動目標探測的異構電磁探測衛(wèi)星協(xié)同任務規(guī)劃模型與算法 142
5.1 問題描述與分析 142
5.1.1 問題描述 142
5.1.2 問題難點分析 144
5.2 高速移動目標協(xié)同探測任務規(guī)劃模型 145
5.2.1 符號和變量 145
5.2.2 基本假設 145
5.2.3 數(shù)學模型 146
5.3 基于參數(shù)自適應學習的進化算法 152
5.3.1 算法流程 152
5.3.2 基于 GRU 模型的參數(shù)預測方法 155
5.3.3 基于 DRL 的 GRU 模型參數(shù)優(yōu)化方法 157
5.3.4 種群進化操作 160
5.3.5 算法復雜度分析 164
5.4 仿真實驗與分析 165
5.4.1 仿真實驗設計與參數(shù)配置 165
5.4.2 實驗結果與分析 168
5.5 本章小結 178
第 6 章總結與展望 179
6.1 研究工作總結 179
6.2 工作展望 181
參考文獻 183
附錄縮寫詞列表 194