離散和連續(xù)空間中的最優(yōu)搜索理論

第1章 引論
1.1 歷史回顧
1.2 最優(yōu)搜索問(wèn)題的數(shù)學(xué)模型
1.2.1 初始概率密度函數(shù)
1.2.2 目標(biāo)運(yùn)動(dòng)模型
1.2.3 探測(cè)函數(shù)
1.2.4 搜索者運(yùn)動(dòng)模型和搜索資源模型
1.3 本書(shū)內(nèi)容安排
第2章 靜止目標(biāo)搜索問(wèn)題
2.1 引言
2.2 靜止目標(biāo)最優(yōu)搜索模型
2.3 連續(xù)空間中的Koopman模型
2.4 最小期望成本模型
2.5 行蹤搜索
2.6 局部最優(yōu)與全局最優(yōu)策略
2.7 拉格朗日乘數(shù)法
2.8 順序搜索問(wèn)題
2.9 使用運(yùn)動(dòng)目標(biāo)搜索模型描述靜止目標(biāo)問(wèn)題
2.10 分層搜索模型
2.11 一個(gè)最優(yōu)搜索問(wèn)題及求解過(guò)程的實(shí)例
2.12 計(jì)算最優(yōu)搜索策略的算法實(shí)現(xiàn)
2.13 一個(gè)計(jì)算最優(yōu)搜索策略的仿真軟件包
2.13.1 仿真軟件包的功能介紹
2.13.2 系統(tǒng)CRC描述和類(lèi)結(jié)構(gòu)圖
2.14 本章小結(jié)
第3章 分布函數(shù)未知情況下的搜索問(wèn)題
3.1 引言
3.2 目標(biāo)分布函數(shù)未知時(shí)的搜索策略
3.3 目標(biāo)概率分布的估計(jì)和誤差分析
3.4 一般情況下的選擇準(zhǔn)則和誤差估計(jì)
3.5 非正則探測(cè)函數(shù)的最優(yōu)搜索問(wèn)題
3.6 本章小結(jié)
第4章 運(yùn)動(dòng)目標(biāo)搜索問(wèn)題
4.1 引言
4.2 運(yùn)動(dòng)目標(biāo)的最優(yōu)搜索模型
4.3 單向搜索
4.3.1 受約束的搜索者運(yùn)動(dòng)
4.3.2 非靜態(tài)目標(biāo)搜索問(wèn)題的一些擴(kuò)展
4.3.3 搜索模型
4.3.4 運(yùn)動(dòng)目標(biāo)最優(yōu)搜索問(wèn)題的算法研究
4.4 雙向搜索
4.4.1 機(jī)動(dòng)的躲避者
4.4.2 圖的搜索問(wèn)題
4.4.3 多維區(qū)域搜索
4.4.4 非機(jī)動(dòng)的躲避者
4.5 無(wú)界區(qū)域中的搜索問(wèn)題
4.5.1 無(wú)限區(qū)域上的搜索問(wèn)題
4.5.2 其他一些無(wú)界搜索問(wèn)題
4.6 其他搜索游戲
4.6.1 其他搜索-躲避游戲
4.6.2 埋伏游戲
4.6.3 戰(zhàn)術(shù)性游戲
4.6.4 猜測(cè)游戲
4.7 本章小結(jié)
第5章 搜索問(wèn)題的隨機(jī)最優(yōu)控制理論模型
5.1 最優(yōu)控制理論簡(jiǎn)介
5.2 最優(yōu)控制理論在搜索問(wèn)題上的應(yīng)用
5.3 搜索問(wèn)題的狀態(tài)方程
5.3.1 靜態(tài)目標(biāo)的搜索方程
5.3.2 確定性運(yùn)動(dòng)目標(biāo)的搜索方程
5.3.3 隨機(jī)運(yùn)動(dòng)目標(biāo)的搜索方程
5.4 搜索方程的解
5.4.1 確定性運(yùn)動(dòng)目標(biāo)的搜索方程的解
5.4.2 搜索方程的近似解法
5.4.3 隨機(jī)運(yùn)動(dòng)目標(biāo)搜索方程的漸近分析
5.4.4 搜索資源分配問(wèn)題
5.5 隨機(jī)最優(yōu)控制系統(tǒng)模型
5.5.1 搜索問(wèn)題的幾種最優(yōu)控制模型
5.5.2 動(dòng)態(tài)規(guī)劃原理
5.5.3 最優(yōu)搜索問(wèn)題的HJB方程
5.5.4 最優(yōu)搜索策略的計(jì)算
5.6 本章小結(jié)
第6章 最優(yōu)搜索理論的應(yīng)用
6.1 引言
6.2 最優(yōu)搜索理論在經(jīng)濟(jì)學(xué)領(lǐng)域中的應(yīng)用
6.3 最優(yōu)搜索理論在無(wú)線傳輸網(wǎng)絡(luò)中的應(yīng)用
6.3.1 最優(yōu)搜索理論在無(wú)線尋呼問(wèn)題中的應(yīng)用
6.3.2 最優(yōu)搜索理論在Ad Hoc網(wǎng)絡(luò)中的應(yīng)用
結(jié)束語(yǔ)
參考文獻(xiàn)
索引