摘要4-5
Abstract5-9
第一章 绪论9-15
1.1 探讨背景及作用9-10
1.2 课题探讨近况10-13
1.2.1 轨道静态精调近况10-12
1.2.2 遗传算法探讨近况12-13
1.3 本论文探讨内容与结构安排13-15
第二章 曲线拟合与函数插值15-25
2.1 插值与拟合的比较15
2.2 函数插值15-20
2.2.1 Lagrange插值法15-16
2.2.2 分段3次Hermite插值16-17
2.2.3 三次样条插值17-19
2.2.4 插值曲线的比较19-20
2.3 曲线拟合20-24
2.3.1 最小二乘法拟合20-23
2.3.2 拟合效果浅析23-24
2.4 本章小结24-25
第三章 轨道精调系统预处理25-38
3.1 基于最小二乘拟合的走势线的选择25-31
3.1.1 拟合度25-28
3.1.2 光顺度28-30
3.1.3 走势线定阶30-31
3.2 不足区间的检测及特点提取31-35
3.2.1 不足区间的检测31-34
3.2.2 不足区间的特点提取34-35
3.3 不足区间分类与调整案例设计35-37
3.3.1 不足区间分类35
3.3.2 调整案例设计35-37
3.4 本章小结37-38
第四章 遗传算法的基本原理与改善38-51
4.1 遗传算法的基本用语38
4.2 遗传算法基本要素38-42
4.2.1 编码38-39
4.2.2 适应度函数39-40
4.2.3 遗传算子40-42
4.2.4 制约参数的选择42
4.3 基本遗传算法42-44
4.3.1 遗传算法基本流程43-44
4.3.2 基本遗传算法的特点44
4.3.3 基本遗传算法的不足44
4.4 遗传算法的改善44-46
4.4.1 常用改善策略44-45
4.4.2 自适应遗传算法45-46
4.5 本论文遗传算法改善46-50
4.5.1 选择算子改善46-47
4.5.2 交叉算子改善47-48
4.5.3 变异算子改善48
4.5.4 改善后的遗传算法流程48-49
4.5.5 改善算法性能测试49-50
4.6 本章小结50-51
第五章 基于遗传算法的轨道精调系统的实现与运用51-61
5.1 轨道精调系统建模51-52
5.2 系统的实现52-53
5.2.1 编码52
5.2.2 适应度函数52-53
5.2.3 其他参数选定53
5.3 实验结果浅析53-56
5.3.1 实验浅析53-56
5.3.2 结论56
5.4 系统的运用56-60
5.5 本章小结60-61
第六章 总结与展望61-63
6.1 本论文工作总结61
6.2 展望61-63
致谢63-64