描述
开 本: 16开纸 张: 胶版纸包 装: 平装是否套装: 否国际标准书号ISBN: 9787030804488丛书名: 普通高等教育智能飞行器系列教材
内容简介
《导弹智能设计技术》紧密结合人工智能技术在导弹设计领域的应用发展前沿，从理论和实践相结合的角度出发，较为系统地介绍人工智能辅助导弹设计相关环节的原理、方法和案例。《导弹智能设计技术》共7章，包括绪论、机器学习算法在导弹学科分析中的应用、智能优化算法及优化过程、弹道优化与智能生成方法、智能制导律设计、基于人工智能的电视制导、模型化导弹设计框架和导弹设计方案智能推理等内容。
目 录
目录
序
前言
第1章 绪论 1
1.1 导弹工作原理和系统组成 1
1.1.1 导弹工作原理 1
1.1.2 导弹系统组成 3
1.2 导弹系统工程与总体设计 4
1.2.1 导弹系统工程 4
1.2.2 导弹研制阶段 7
1.2.3 导弹性能要求 8
1.2.4 导弹总体设计内容 12
1.3 导弹先进设计方法 20
1.3.1 优化设计和多学科优化设计 21
1.3.2 基于模型的系统设计 25
1.3.3 专家系统设计 27
1.4 人工智能及导弹智能设计 28
1.4.1 人工智能技术与智能算法 28
1.4.2 导弹智能设计技术 30
1.5 本章小结 32
习题 33
参考文献 33
第2章 机器学习算法在导弹学科分析中的应用 34
2.1 典型机器学习算法 34
2.1.1 机器学习算法简介 34
2.1.2 浅层神经网络 36
2.1.3 数据降维与特征提取算法 38
2.1.4 基于降阶模型和神经网络的算法 41
2.1.5 深度神经网络 42
2.1.6 循环神经网络 44
2.1.7 集成学习算法 46
2.2 一般应用过程 47
2.2.1 传统的学科分析方法 47
2.2.2 基于机器学习的学科分析框架 49
2.3 基于机器学习算法的分析案例 50
2.3.1 翼型气动集中力智能预测 50
2.3.2 翼型气动场数据智能预测 52
2.3.3 某导弹部件表面气动分布力智能预测 57
2.3.4 智能预测在气动优化中的应用 60
2.3.5 某导弹部件结构位移响应智能预测 62
2.4 本章小结 63
习题 63
参考文献 64
第3章 智能优化算法及优化过程 66
3.1 优化设计基本原理 66
3.1.1 设计变量 66
3.1.2 约束条件 68
3.1.3 目标函数 69
3.1.4 计算模型 70
3.1.5 优化模型 70
3.1.6 优化算法 71
3.2 智能优化算法 72
3.2.1 遗传算法 73
3.2.2 粒子群算法 76
3.2.3 蚁群算法 79
3.2.4 模拟退火算法 83
3.2.5 大猩猩部队优化算法 86
3.2.6 堆优化算法 89
3.3 基于代理模型的智能优化过程 92
3.3.1 代理优化框架 93
3.3.2 代理模型建模方法 94
3.3.3 代理模型自适应抽样方法 99
3.4 导弹优化设计案例 103
3.4.1 气动外形优化设计案例 103
3.4.2 导弹多学科优化应用 105
3.5 本章小结 113
习题 113
参考文献 114
第4章 弹道优化与智能生成方法 115
4.1 弹道优化基础 115
4.1.1 弹道优化问题 115
4.1.2 弹道优化方法 117
4.1.3 弹道优化案例 122
4.2 弹道智能快速生成方法 124
4.2.1 传统弹道生成方法 124
4.2.2 弹道智能快速生成框架 125
4.2.3 弹道数据库生成与管理策略 126
4.2.4 基于智能算法的弹道生成模型 136
4.3 弹道智能生成应用 138
4.3.1 导弹射前弹道规划应用 138
4.3.2 导弹在线弹道规划应用 140
4.4 本章小结 142
习题 143
参考文献 143
第5章 智能制导律设计 144
5.1 飞行力学基础 144
5.1.1 相对运动方程 144
5.1.2 **制导律及飞行特性分析 145
5.2 深度强化学习基础 151
5.2.1 基本概念 151
5.2.2 算例展示 151
5.2.3 应用前景 154
5.3 智能中制导律 155
5.3.1 空空导弹动力学建模 155
5.3.2 基于深度强化学习的越肩发射中制导律设计 156
5.4 多弹智能时间协同制导律 160
5.4.1 多弹协同攻击问题建模及飞行约束条件 161
5.4.2 基于深度强化学习的横程机动再入协同制导律设计 161
5.5 本章小结 164
习题 165
参考文献 166
第6章 基于人工智能的电视制导 167
6.1 目标检测与识别技术 167
6.1.1 图像处理基础 168
6.1.2 深度学习基础 174
6.1.3 基于深度学习的目标检测 177
6.2 滤波理论与目标跟踪 179
6.2.1 卡尔曼滤波理论 179
6.2.2 基于深度学习的目标跟踪 181
6.3 视线角速度提取技术 183
6.3.1 射影几何学基础 183
6.3.2 视线角速度提取方法 186
6.4 本章小结 187
习题 188
参考文献 188
第7章 模型化导弹设计框架和导弹设计方案智能推理 190
7.1 模型化系统工程概述 190
7.2 模型化导弹设计框架 191
7.2.1 基于MBSE的导弹设计一般流程 192
7.2.2 导弹需求分析 193
7.2.3 导弹逻辑架构设计 194
7.2.4 导弹物理架构设计 197
7.2.5 导弹系统分析 198
7.2.6 导弹系统评价 199
7.2.7 实现步骤和方法 200
7.3 导弹设计方案智能推理 201
7.3.1 导弹知识智能利用方法 202
7.3.2 导弹设计知识数据库构建 205
7.3.3 基于知识工程的导弹基准方案智能推理原理 208
7.3.4 导弹智能推理方案应用 213
7.4 本章小结 220
习题 220
参考文献 220
序
前言
第1章 绪论 1
1.1 导弹工作原理和系统组成 1
1.1.1 导弹工作原理 1
1.1.2 导弹系统组成 3
1.2 导弹系统工程与总体设计 4
1.2.1 导弹系统工程 4
1.2.2 导弹研制阶段 7
1.2.3 导弹性能要求 8
1.2.4 导弹总体设计内容 12
1.3 导弹先进设计方法 20
1.3.1 优化设计和多学科优化设计 21
1.3.2 基于模型的系统设计 25
1.3.3 专家系统设计 27
1.4 人工智能及导弹智能设计 28
1.4.1 人工智能技术与智能算法 28
1.4.2 导弹智能设计技术 30
1.5 本章小结 32
习题 33
参考文献 33
第2章 机器学习算法在导弹学科分析中的应用 34
2.1 典型机器学习算法 34
2.1.1 机器学习算法简介 34
2.1.2 浅层神经网络 36
2.1.3 数据降维与特征提取算法 38
2.1.4 基于降阶模型和神经网络的算法 41
2.1.5 深度神经网络 42
2.1.6 循环神经网络 44
2.1.7 集成学习算法 46
2.2 一般应用过程 47
2.2.1 传统的学科分析方法 47
2.2.2 基于机器学习的学科分析框架 49
2.3 基于机器学习算法的分析案例 50
2.3.1 翼型气动集中力智能预测 50
2.3.2 翼型气动场数据智能预测 52
2.3.3 某导弹部件表面气动分布力智能预测 57
2.3.4 智能预测在气动优化中的应用 60
2.3.5 某导弹部件结构位移响应智能预测 62
2.4 本章小结 63
习题 63
参考文献 64
第3章 智能优化算法及优化过程 66
3.1 优化设计基本原理 66
3.1.1 设计变量 66
3.1.2 约束条件 68
3.1.3 目标函数 69
3.1.4 计算模型 70
3.1.5 优化模型 70
3.1.6 优化算法 71
3.2 智能优化算法 72
3.2.1 遗传算法 73
3.2.2 粒子群算法 76
3.2.3 蚁群算法 79
3.2.4 模拟退火算法 83
3.2.5 大猩猩部队优化算法 86
3.2.6 堆优化算法 89
3.3 基于代理模型的智能优化过程 92
3.3.1 代理优化框架 93
3.3.2 代理模型建模方法 94
3.3.3 代理模型自适应抽样方法 99
3.4 导弹优化设计案例 103
3.4.1 气动外形优化设计案例 103
3.4.2 导弹多学科优化应用 105
3.5 本章小结 113
习题 113
参考文献 114
第4章 弹道优化与智能生成方法 115
4.1 弹道优化基础 115
4.1.1 弹道优化问题 115
4.1.2 弹道优化方法 117
4.1.3 弹道优化案例 122
4.2 弹道智能快速生成方法 124
4.2.1 传统弹道生成方法 124
4.2.2 弹道智能快速生成框架 125
4.2.3 弹道数据库生成与管理策略 126
4.2.4 基于智能算法的弹道生成模型 136
4.3 弹道智能生成应用 138
4.3.1 导弹射前弹道规划应用 138
4.3.2 导弹在线弹道规划应用 140
4.4 本章小结 142
习题 143
参考文献 143
第5章 智能制导律设计 144
5.1 飞行力学基础 144
5.1.1 相对运动方程 144
5.1.2 **制导律及飞行特性分析 145
5.2 深度强化学习基础 151
5.2.1 基本概念 151
5.2.2 算例展示 151
5.2.3 应用前景 154
5.3 智能中制导律 155
5.3.1 空空导弹动力学建模 155
5.3.2 基于深度强化学习的越肩发射中制导律设计 156
5.4 多弹智能时间协同制导律 160
5.4.1 多弹协同攻击问题建模及飞行约束条件 161
5.4.2 基于深度强化学习的横程机动再入协同制导律设计 161
5.5 本章小结 164
习题 165
参考文献 166
第6章 基于人工智能的电视制导 167
6.1 目标检测与识别技术 167
6.1.1 图像处理基础 168
6.1.2 深度学习基础 174
6.1.3 基于深度学习的目标检测 177
6.2 滤波理论与目标跟踪 179
6.2.1 卡尔曼滤波理论 179
6.2.2 基于深度学习的目标跟踪 181
6.3 视线角速度提取技术 183
6.3.1 射影几何学基础 183
6.3.2 视线角速度提取方法 186
6.4 本章小结 187
习题 188
参考文献 188
第7章 模型化导弹设计框架和导弹设计方案智能推理 190
7.1 模型化系统工程概述 190
7.2 模型化导弹设计框架 191
7.2.1 基于MBSE的导弹设计一般流程 192
7.2.2 导弹需求分析 193
7.2.3 导弹逻辑架构设计 194
7.2.4 导弹物理架构设计 197
7.2.5 导弹系统分析 198
7.2.6 导弹系统评价 199
7.2.7 实现步骤和方法 200
7.3 导弹设计方案智能推理 201
7.3.1 导弹知识智能利用方法 202
7.3.2 导弹设计知识数据库构建 205
7.3.3 基于知识工程的导弹基准方案智能推理原理 208
7.3.4 导弹智能推理方案应用 213
7.4 本章小结 220
习题 220
参考文献 220
评论
还没有评论。