第1章 緒論 1.1 搜索問題與最優(yōu)搜索理論 1.2 最優(yōu)搜索問題的構(gòu)成要素 1.2.1 一個小題目 1.2.2 最優(yōu)搜索問題的構(gòu)成要素 1.3 最優(yōu)搜索問題的分類 1.4 本書的內(nèi)容安排 參考文獻 第2章 搜索理論的基本概念 2.1 目標信息 2.1.1 目標位置的概率分布 2.1.2 確定性運動目標 2.1.3 隨機運動目標的確定性函數(shù)描述 2.1.4 運動目標的隨機過程描述 2.1.5 離散馬爾可夫過程 2.1.6 運動目標轉(zhuǎn)換密度函數(shù) 2.1.7 隨機運動目標的微分方程描述 2.2 探測與探測函數(shù) 2.2.1 概率型探測函數(shù) 2.2.2 探測率函數(shù) 2.2.3 應(yīng)用探測率函數(shù)的一個小例子 2.3 搜索變量 2.3.1 搜索力分配函數(shù) 2.3.2 搜索力分配函數(shù)與探測函數(shù) 2.3.3 搜索路徑 2.4 搜索資源 2.5 最優(yōu)搜索的基本問題 2.5.1 最優(yōu)搜索力分配問題的數(shù)學描述 2.5.2 最優(yōu)搜索路徑問題的數(shù)學描述 參考文獻 第3章 靜止目標搜索力分配 3.1 最優(yōu)性條件 3.1.1 拉格朗日乘子法 3.1.2 最優(yōu)搜索計劃的充分條件 3.1.3 最優(yōu)搜索計劃的充分必要條件 3.1.4 正則探測函數(shù) 3.1.5 發(fā)現(xiàn)概率收益率函數(shù) 3.2 最優(yōu)搜索計劃 3.2.1 一個典型算例 3.2.2 正則函數(shù)最優(yōu)搜索計劃的定理 3.3 一致最優(yōu)搜索計劃 3.3.1 算例 3.3.2 一致最優(yōu)搜索計劃的定義 3.3.3 一致最優(yōu)搜索計劃的定理 3.3.4 一致最優(yōu)搜索計劃發(fā)現(xiàn)目標平均時間 3.3.5 搜索計劃的后驗概率分布 3.4 最大概率搜索計劃 3.4.1 有關(guān)的定義和定理 3.4.2 最大概率搜索計劃 3.5 最優(yōu)增量搜索計劃 3.6 離散搜索力最優(yōu)搜索計劃 3.6.1 離散搜索力模型 3.6.2 最優(yōu)性條件 3.6.3 序列搜索計劃 參考文獻 第4章 離散空間靜止目標搜索路徑 4.1 離散空間最優(yōu)搜索路徑的基本問題 4.1.1 基本問題的最優(yōu)性 4.1.2 最終周期性序列 4.2 最優(yōu)搜索路徑的一般性問題 4.2.1 問題描述 4.2.2 可行序列的存在性 4.2.3 最優(yōu)序列的性質(zhì) 4.2.4 合并搜索問題 4.2.5 最優(yōu)序列的存在性及構(gòu)建 4.2.6 e-最優(yōu)序列 4.3 具有轉(zhuǎn)換成本的最優(yōu)搜索路徑 4.3.1 問題的描述 4.3.2 序列狀態(tài)與最優(yōu)序列的動態(tài)規(guī)劃解 4.3.3 最終周期性序列 4.3.4 最小期望費用上界及非最優(yōu)序列 4.3.5 最優(yōu)序列性質(zhì) 參考文獻 第5章 離散空間靜止目標搜索路徑上的搜索力 5.1 二單元問題的最優(yōu)路徑和費用 5.1.1 基本問題 5.1.2 最優(yōu)性及算法 5.1.3 簡短討論 5.2 N單元問題的最優(yōu)路徑和費用 5.2.1 基本問題 5.2.2 最優(yōu)性條件 5.2.3 最優(yōu)搜索路徑和探測時間的逼近算法 5.2.4 特殊概率函數(shù)的最優(yōu)性 5.2.5 零轉(zhuǎn)移費用問題 參考文獻 第6章 連續(xù)空間靜止目標搜索路徑 6.1 一維空間線性搜索問題 6.1.1 基本問題及其概率模型 6.1.2 最優(yōu)序列的性質(zhì) 6.1.3 最優(yōu)序列的計算 6.2 N維空間搜索路徑 6.2.1 連續(xù)搜索路徑概率模型 6.2.2 最優(yōu)路徑的必要條件 6.2.3 R強凸集上的概率搜索 6.2.4 最優(yōu)路徑的存在性定理 參考文獻 第7章 離散空間運動目標搜索路徑 7.1 離散空間馬爾可夫運動目標 7.2 最優(yōu)搜索問題及動態(tài)方程 7.2.1 序列狀態(tài) 7.2.2 最大概率搜索序列及動態(tài)規(guī)劃解 7.2.3 最小期望費用搜索序列及動態(tài)規(guī)劃解 7.3 二單元問題的動態(tài)方程及特殊解 7.3.1 二單元問題的序列狀態(tài) 7.3.2 期望探測次數(shù)方程 7.3.3 最大發(fā)現(xiàn)概率方程 7.3.4 完全探測的期望探測次數(shù)解 7.3.5 完全探測的最大發(fā)現(xiàn)概率解 7.3.6 無學習問題的最優(yōu)解 7.4 二單元最優(yōu)搜索問題的數(shù)值解 7.4.1 最小期望探測次數(shù)的逼近解 7.4.2 最小期望探測次數(shù)的概率閾值解 7.4.3 最大發(fā)現(xiàn)概率搜索序列的閾值概率 7.5 N單元最優(yōu)搜索問題的特殊解 7.5.1 N單元無學習問題及其解 7.5.2 N單元完全探測問題及其解 參考文獻 第8章 運動目標搜索力分配 8.1 確定性運動目標搜索力分配 8.1.1 問題的描述 8.1.2 T-最優(yōu)的等價形式 8.1.3 T-最優(yōu)的充分必要條件 8.1.4 目標運動可因式分解時的一致最優(yōu)搜索計劃 8.2 基于隨機參數(shù)的運動目標搜索力分配 8.2.1 問題的描述 8.2.2 最優(yōu)的充分必要條件 8.2.3 離散空間問題 8.3 基于隨機過程的運動目標搜索力分配 8.3.1 搜索模型 8.3.2 Gateaux微分 8.3.3 T-最優(yōu)的必要條件 8.3.4 發(fā)現(xiàn)概率上界和T-最優(yōu)的充分條件 8.4 離散時間最優(yōu)搜索問題 8.4.1 離散時間連續(xù)空間問題 8.4.2 離散時間離散空間問題 8.5 最優(yōu)搜索策略的計算方法 8.5.1 通用逼近算法 8.5.2 馬爾可夫目標指數(shù)型探測函數(shù)最優(yōu)算法 8.6 分配空間受限的搜索力分配問題 8.6.1 搜索力分配空間受限的搜索模型 8.6.2 連續(xù)搜索力的最優(yōu)解及其算法 8.6.3 離散搜索力的最優(yōu)解及其算法 參考文獻 第9章 搜索問題的最優(yōu)控制理論模型 9.1 最優(yōu)控制理論簡介 9.1.1 連續(xù)時間系統(tǒng)的最優(yōu)控制問題 9.1.2 極小值原理 9.1.3 動態(tài)規(guī)劃原理與HJB方程 9.2 搜索狀態(tài)方程 9.2.1 聯(lián)合概率密度與生存概率 9.2.2 搜索狀態(tài)方程 9.2.3 狀態(tài)方程的邊界條件 9.2.4 靜止目標搜索狀態(tài)方程的解 9.2.5 一階搜索狀態(tài)方程的特征跡線解 9.2.6 搜索狀態(tài)方程的攝動問題及其解 9.3 最優(yōu)搜索路徑問題 9.3.1 搜索模型 9.3.2 搜索路徑約束 9.3.3 最優(yōu)搜索路徑的動態(tài)規(guī)劃原理 9.3.4 最優(yōu)搜索路徑逼近算法 9.4 不連續(xù)探測的探測點序列問題 9.4.1 問題的描述 9.4.2 最優(yōu)探測點序列的動態(tài)規(guī)劃解 9.4.3 非探測起點的最優(yōu)探測點序列 9.5 搜索力分配的最優(yōu)控制模型 9.5.1 搜索力分配模型 9.5.2 搜索力分配的最優(yōu)控制模型 參考文獻 后記