Jag accepterar att kakor lagras på min dator

Läs mer

Fibreoptic Guided Missiles - Optimization of flight paths - A Master´s Thesis.

Fibreoptic Guided Missiles - Optimization of flight paths - A Master´s Thesis. Beställ tryckt exemplar Lägg i kundvagnen
Författare: Raicevic Peter
Ort: Stockholm
Sidor: 68
Utgivningsår: 1998
Publiceringsdatum: 1998-02-23
Rapportnummer: (FOA-R--97-00663-314)
Nyckelord Nätverksoptimering, Dynamisk programmering, Neurala nätverk, Samverkande styrning, network optimization, cooperative control, dynamic programming, neural networks
Sammanfattning Denna rapport behandlar problemet att hitta de optimala banorna mellan utskjutningsområdet och målområdet för ett system av fiberoptiskt styrda robotar. Missilerna kommer att försöka undvika att flyga över områden med hög risk. En nätverksmodell av problemet tillsammans med en algoritm att lösa det tas fram. Vi tittar först på hur man kan lösa problemet med dynamisk programmering. Den algoritm som används hittar de k st noddisjunkta banorna med minimal total kostnad. Vi tittar också på en algoritm som tar fram de k st noddisjunkta banorna under kravet att banorna som mest får bestå av ett givet maximalt antal noder. Slutligen undersöks hur neurala nätverk kan användas för att lösa problemet. Denna metod itererar en lösning som konvergerar mot den optimala. En testkörning av den första dynamisk programmering algoritmen presenteras i appendix.
Abstract This report addresses the problem of finding the optimal paths between the launch site and the target area for a system of fibre optic guided missiles. The missiles will try to avoid flying over areas with high risk. A network model of the problem together with algorithms to solve it is developed. First we look at how to solve the problem with a dynamic programming approach. The dynamic programming algorithm that is used finds the k node-disjoint paths with a minimum total cost. Also, we look at an algorithm concerning how to restrict the maximum number of nodes, and therefore also the length, in a path. Secondly, we investigate briefly how a neural network can be implemented to solve the problem. In this method we iterate a solution that converges toward the optimal one. A test run on the first dynamic programming algorithm is presented in the appendix.

Kundvagn

Inga rapporter i kundvagnen

FOI, Totalförsvarets forskningsinstitut

FOI
Totalförsvarets forskningsinstitut
164 90 Stockholm

Tel: 08-555 030 00
Fax: 08-555 031 00

Orgnr: 202100-5182