导读:本文包含了求解路径论文开题报告文献综述及选题提纲参考文献，主要关键词:路径规划,蚁群算法,A*算法,不平等更新
求解路径论文文献综述
万逸飞,彭力[1]（2019）在《改进A~*蚁群算法求解机器人路径规划问题》一文中研究指出针对蚁群算法收敛速度慢、效率低以及易陷入局部最优的一系列问题,提出改进的A~*蚁群算法。为降低蚁群死锁、停滞的概率,先将栅格地图进行处理。其次为了提高蚁群的效率,引进A~*算法确定蚁群的初始信息素,同时改进蚁群信息素更新方式,从而提高算法的收敛速度;针对局部最优的问题,提出将蚁群中的启发函数进行改进,不仅考虑到可行栅格中的最短距离,还考虑到目标点的位置,并且引入简化算子对蚁群的路径进行优化。通过4组仿真对比,改进的A~*蚁群算法效果显着。(本文来源于《传感器与微系统》期刊2019年12期）
陈久梅,张松毅,但斌[2]（2019）在《求解多隔室车辆路径问题的改进粒子群优化算法》一文中研究指出针对同时配送多种不能混装货物的多隔室车辆路径问题,建立了最小化车辆行驶成本的数学模型,并提出一种改进粒子群优化算法进行求解。该算法借鉴传统粒子群优化算法与模拟退火算法的思想,以粒子群算法为主框架,在粒子更新过程中引入模拟退火中的Metropolis准则,以一定概率接受劣解,使粒子在寻优过程中能够概率性地跳出局部最优。通过对经典车辆路径问题算例进行改编实验,并与已有文献、基本粒子群优化算法、基本人工蜂群算法分别进行对比分析表明,所提算法不但求解多隔室车辆路径问题有效,而且在求解质量上具有明显优势。(本文来源于《计算机集成制造系统》期刊2019年11期）
原丕业,张明,王岐昌,刘晓伟[3]（2019）在《基于蚁群算法的送餐最短路径问题求解研究》一文中研究指出现今外卖送餐成为日常需求的重要组成部分,深受用户青睐,但外卖具有时效性,对送餐时间要求严格,使得送餐员在送餐路径的选择中追求最短路径为使送餐员及时送餐能力提高,本文结合旅行商问题思想,基于蚁群算法原理,求解最短路径问题通过论述蚁群算法的基本理论、基本算法以及模型原理,并用实例验证利用蚁群算法求解最短路径的研究,对解决送餐问题具有参考现实意义。(本文来源于《中国储运》期刊2019年11期）
汤雅连,杨期江[4]（2019）在《求解机器人路径规划的改进萤火虫优化算法》一文中研究指出针对静态环境下的机器人路径规划问题,考虑到标准萤火虫优化算法(Glowworm Swarm Optimization,GSO)存在收敛速度较慢且收敛效果不佳的缺点,采用混沌初始化策略提高算法的寻优能力,并融合3-opt局部搜索策略以提高算法的局部搜索能力,提出了一种改进萤火虫优化算法(Improved Glowworm Swarm Optimization,IGSO),建立环境栅格图,并采用GA、GSO和IGSO对两种规模的栅格模型进行了仿真实验,仿真结果证明了IGSO算法在求解该模型时,在收敛速度和寻优结果两方面都优于GSO和GA,验证了提出算法具有极好的收敛性和可行性。(本文来源于《东莞理工学院学报》期刊2019年05期）
徐天晓,张博,余俊毅[5]（2019）在《大数据求解“基金选择困难症” 银行多路径加码基金营销》一文中研究指出10月份以来，爆款基金频出。而在这些“网红”基金背后，除了产品本身的“内力”外，代销渠道的“外力”也功不可没。以本月月中的兴全合泰混合为例，根据相关公告，该基金规模上限为60亿元，而首发当日认购规模便超过400亿元。其代销银行可谓实力强劲。商业银(本文来源于《证券日报》期刊2019-10-29）
陈荣虎,赵李丽[6]（2019）在《改进禁忌算法求解考虑实时路况的车辆路径问题》一文中研究指出车辆路径问题作为经典的组合优化问题,随着电子商务的蓬勃发展而广受关注.基于实时路况和禁忌搜索算法在求解该问题时过于依赖初始解的特点,提出了一种改进的禁忌搜索算法,即根据实时路况,先运用竞争决策算法的资源分配方式取得较优的初始解,再在此基础上进行禁忌搜索运算.实验案例中将改进后的禁忌搜索算法和改进前的禁忌搜索以及其他算法进行了对比,发现它不仅保持了禁忌搜索的高效率,而且计算结果更优更稳定,应用范围更加广泛.(本文来源于《青岛理工大学学报》期刊2019年05期）
王博弘,梁永图,张浩然,袁梦[7]（2019）在《成品油二次配送路径优化模型及混合求解算法》一文中研究指出成品油二次配送是油品供应链的重要组成部分,不同的配送方案将直接影响成品油销售企业的利润。以配送总路径最短为目标函数,将成品油二次配送过程中实际的油罐车载质量、加油站油品需求量作为约束条件,考虑油品卸载时间窗,建立了成品油二次配送优化模型,提出了基于混合遗传模拟退火算法的求解方法,并分别使用不带时间窗与带时间窗的算例对模型及算法进行检验。结果表明:与优化前的成品油二次配送方案相比,不带时间窗的算例缩短行驶总路程3.66%;带时间窗的算例求解用时仅9.54 s,其计算速度快,且能够满足配送需求。因而证明了采用基于混合遗传模拟退火算法的成品油二次配送路径优化模型,不仅可以提高计算效率,而且搜索更全面,能够得到更优解。(图4,表1,参25)(本文来源于《油气储运》期刊2019年11期）
王超,袁杰红[8]（2019）在《分布式并行遗传算法求解多车型车辆路径问题》一文中研究指出传统遗传算法在求解HVRP问题时寻优效率不高,在搜索过程中易陷入局部最优,发生早熟。为解决上述问题,文章在传统遗传算法的基础上,采用多个子算法并行分布、同时迭代的方式调整算法结构,并引入迁移算子实现迭代过程中各子算法间的信息共享,以提升寻优效率。(本文来源于《物流科技》期刊2019年10期）
E.,L.,Amromin[9]（2019）在《关于通气空泡及其路径数值求解的挑战性问题（英文）》一文中研究指出Ventilated cavitation has been successfully employed as ship drag reduction technology and potentially can mitigate flowinduced vibration. The obtained successes were based on solutions of design problems considered in the framework of ideal fluid theory with their following validation by towing tank tests. However, various aspects of the interaction of ventilated cavities with the viscous flows around the ship hulls remain unclear, whereas there is usually no possibility to simultaneously keep the full-scale Froude number and cavitation number in the test facilities. So, the further progress of the application of ventilated cavitation substantially depends on the ability of computational tools to predict this interaction. This paper briefly describes the state-of-the-art computation of ventilated cavitation and points out the most challenging unsolved problems that appeared in the model tests(prediction of air demand by cavities, ventilation effect on ship drag, on hydrofoil lift, and on the propagation of shock waves in cavities).(本文来源于《Journal of Marine Science and Application》期刊2019年03期）
范厚明,徐振林,李阳,刘文琪,耿静[10]（2019）在《混合遗传算法求解多中心联合配送路径问题》一文中研究指出针对传统遗传算法在求解多中心车辆路径问题时存在:传统编解码方式引起的染色体长度不固定导致计算效率低下和易产生不可行解;扰动过程中双亲遗传算子计算效率较低;难以平衡不同进化时期种群中精英比例与种群多样性间、搜索深度与搜索广度间的关系等问题,本文设计一种混合遗传算法,在编解码方式上将配送网络信息分开表达,提高计算效率;在选择操作上引入平衡精英比例与种群多样性的控制参数;此外,还提出一种自适应搜索范围策略,以有效平衡搜索深度与搜索广度间的关系.通过实验例证和对比分析,验证了算法的有效性.研究成果为求解多中心联合配送车辆路径问题提供一种新思路,也可为相关的物流配送决策提供指导.(本文来源于《上海交通大学学报》期刊2019年08期）
求解路径论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对同时配送多种不能混装货物的多隔室车辆路径问题,建立了最小化车辆行驶成本的数学模型,并提出一种改进粒子群优化算法进行求解。该算法借鉴传统粒子群优化算法与模拟退火算法的思想,以粒子群算法为主框架,在粒子更新过程中引入模拟退火中的Metropolis准则,以一定概率接受劣解,使粒子在寻优过程中能够概率性地跳出局部最优。通过对经典车辆路径问题算例进行改编实验,并与已有文献、基本粒子群优化算法、基本人工蜂群算法分别进行对比分析表明,所提算法不但求解多隔室车辆路径问题有效,而且在求解质量上具有明显优势。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
求解路径论文参考文献
[1].万逸飞,彭力.改进A~*蚁群算法求解机器人路径规划问题[J].传感器与微系统.2019
[2].陈久梅,张松毅,但斌.求解多隔室车辆路径问题的改进粒子群优化算法[J].计算机集成制造系统.2019
[3].原丕业,张明,王岐昌,刘晓伟.基于蚁群算法的送餐最短路径问题求解研究[J].中国储运.2019
[4].汤雅连,杨期江.求解机器人路径规划的改进萤火虫优化算法[J].东莞理工学院学报.2019
[5].徐天晓,张博,余俊毅.大数据求解“基金选择困难症”银行多路径加码基金营销[N].证券日报.2019
[6].陈荣虎,赵李丽.改进禁忌算法求解考虑实时路况的车辆路径问题[J].青岛理工大学学报.2019
[7].王博弘,梁永图,张浩然,袁梦.成品油二次配送路径优化模型及混合求解算法[J].油气储运.2019
[8].王超,袁杰红.分布式并行遗传算法求解多车型车辆路径问题[J].物流科技.2019
[9].E.,L.,Amromin.关于通气空泡及其路径数值求解的挑战性问题（英文）[J].JournalofMarineScienceandApplication.2019
[10].范厚明,徐振林,李阳,刘文琪,耿静.混合遗传算法求解多中心联合配送路径问题[J].上海交通大学学报.2019