空天资源智能任务规划方法
￥ 38.35 6.5折 ￥ 59 全新
库存17件
北京房山
认证卖家担保交易快速发货售后保障
作者王原[等]著
出版社清华大学出版社
ISBN9787302622581
出版时间2022-12
装帧平装
开本其他
定价59元
货号12015360
上书时间2024-12-18
- 在售商品 暂无
- 平均发货时间 7小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
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
6.3.2MAS-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.2MOSA-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
内容摘要
本书重点关注空天资源协同问题中的空天资源任务分配和空天资源任务规划两部分，并以无人机集群和成像卫星协同为背景进行了研究。其中，空天资源任务分配是指在考虑成像卫星资源和无人机资源不同转换约束条件下，对不同类型的对地观测任务进行分解和分配。空天资源任务规划则是对成像卫星资源和无人机资源的任务规划(包括路径规划)进行了分别的建模和求解。因此，本问题可以看作一类典型的双层优化问题。本书对这上述任务分配和任务规划问题进行了建模分析、算法设计和实验分析，所研究的问题可推广至性质相似的组合优化问题及无人机集群控制问题上。本书适合航天工程实践、运筹学、管理科学与工程等相关领域的科研人员、工程技术人员阅读，也可作为高等院校相关专业高年级本科生、研究生及高校教师的参考用书。
主编推荐
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。
精彩内容
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： 第一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。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价