导读:本文包含了最优路径选择算法论文开题报告文献综述、选题提纲参考文献，主要关键词:路径,最优,算法,密钥,最短,通流,量子。
最优路径选择算法论文文献综述写法
李为为,魏世辉[1]（2018）在《数字航道中的最优路径选择算法研究》一文中研究指出为保证船舶航行的快捷性和安全性,需要数字航道系统能够在最短的时间内找到可供船舶选择的最优路径。提出将窄带物联网技术与蚁群算法相结合,来实现对最优路径的选择。分析了蚁群算法的流程及原理,给出了基于窄带物联网技术的蚁群算法模型。仿真实验结果表明,由此算法得到的最短距离远小于平均距离,实现了理论上的距离最优。(本文来源于《重庆科技学院学报(自然科学版)》期刊2018年05期）
杨继业,刘然,李冬雪,马强,卢天琪[2]（2018）在《基于GIS与改进蚁群算法的输电线路最优路径选择》一文中研究指出影响输电线路选择的因素有很多,如地质状况,岩性,高度,风速,建筑物,公路等。本文通过GIS平台整合主要影响因素,利用层次分析法建立输电线路的栅格成本矩阵,最后结合改进的蚁群算法,构建了输电线路径自动搜索模型。本文采用GF-2提供的影像作为数据源,利用ArcGIS Engine开发了输电线路最优路径自动搜索程序,并验证了模型的科学性和可行性。(本文来源于《第二届智能电网会议论文集》期刊2018-08-30）
胡昆[3]（2018）在《基于改进蚁群算法的避免拥堵最优路径选择》一文中研究指出近年来,随着经济的发展,人们生活水平的提高,有越来越多的人拥有自己的私家车辆。城市也在不断修建或者改善道路状况。车辆的增多,城市道路改建,加上其他许多因素,导致道路变得越来越拥堵,驾驶出行变得越来越困难,如何避免道路拥堵情况,然后以最理想的路径到达目的地,是人们自驾出行的迫切希望。国内外关于最优路径研究工作已取得许多成果,且多考虑的只是道路状况对出行的影响。而怎样将路径长度、交通限流、交通信号灯对道路拥堵造成的影响作为出行考虑的研究不多。因此,构建成数据模型去模拟交通拥堵是一个值得研究的问题,本文就此问题做了建模。蚁群优化算法已成功地应用于最优路径的选择,但上述约束的单独应用还未见研究,本文拟采用研究加入动态拥堵因素数据模型的改进蚁群算法来解决出行拥堵的问题。为此,本文提出了一种改进的蚁群算法,即避免拥堵的蚁群算法(Avoid Traffic Jam Ant Colony Optimization,简称ATJ-ACO),来寻找避免拥堵后找到的最优路径的问题。这个算法包含了几个适应问题的特殊机制:(1)一个启发函数改变规则,减少蚂蚁盲目搜索,加快算法收敛速度;(2)一个基于拥堵问题的信息素初始分布设计,根据路径存在是否拥堵以及拥堵的状况不相同来分布信息素,加快蚂蚁对畅通路径的寻找的效率,减少算法找到最优解的搜索时间;(3)一个基于拥堵问题的局部信息素更新,通过新的信息素局部更新方式使当前最优路径的局部路径信息变化能够迅速地表现在路径的信息素分布上,从而提高算法搜索的效率;(4)一个基于拥堵问题的全局信息素更新,根据拥堵状况进行全局信息素更新,使全局路径信息变化能够迅速地表现在路径的信息素分布上。通过这些有效的机制,ATJ-ACO算法能够结合全局和局部信息,充分构建出全局最优的解。本文用仿真实验验证改进的算法,然后在成都市部分地图上证明算法的有效性和实用性。并且,在进行的仿真实验中,本文提出的算法在效果上比其他算法表现更有效。(本文来源于《西南交通大学》期刊2018-05-01）
陈雅良,温朝晖,周浩然,王甜甜[4]（2016）在《基于Floyd算法对交通流最优路径选择的研究》一文中研究指出目前交通拥堵已成为我国各大城市一项亟待解决的"痼疾"。排解交通拥堵,减少出行时间关键在于合理的规划行车路线。现实生活中最优行车路线的确定不仅要由车辆所经过道路的长度来却确定,还要考虑道路的实时交通情况。以南京市实时交通情况为例,通过搜集南京市部分交通路网的实际数据并结合交通流和排队论等相关理论对车辆在道路上的实际行驶时间进行估计,并在此基础上运用Floyd算法借助MATLAB等相关软件求得交通实际运行情况下的起讫点的最优路径。(本文来源于《佳木斯大学学报(自然科学版)》期刊2016年06期）
刘康,刘文泽,李龙龙[5]（2016）在《基于遗传算法的Tripod机器人最优路径选择研究》一文中研究指出针对Tripod机器人分拣物体的路径问题,通过分析约束条件,将其转化为特殊的旅行商问题,采用主从染色体共生进化的遗传算法解决,其核心是将分拣平台上的外、内圆环几何体分别组成主、从染色体,从染色体必须依附主染色体,经过染色体编码、种群初始化、适应度确定、遗传算子选择等操作,最终利用其全局迭代搜索能力求取出最优路径。实验证明了该算法的有效性,满足分拣过程的速度要求。(本文来源于《信息与电脑(理论版)》期刊2016年21期）
王珂[6]（2016）在《基于改进蚁群算法的最优路径选择研究》一文中研究指出最优路径问题一直是城市应急救援的研究核心,其研究目标也从单纯的搜索"最短路径"发展到寻求面向各类实际需要的"最优路径",相关算法也因实际情况不同而千差万别。在实际的复杂条件下,最优路径的选取除了考虑距离问题外,还应考虑多种实际因素的影响。在基本蚁群算法的模型上,针对基本蚁群算法收敛速度慢和易陷入局部等缺点,提出一种改进的蚁群算法。该改进算法借鉴最大最小蚁群算法中利用限制信息素范围的思想,这样可以抑制由于最短路径和最长路径信息量差距加剧而引起的停滞现象,引入局部信息素更新及局部搜索策略,有效抑制早熟现象,加快了算法的求解速度,在此基础上通过改进信息素的全局更新机制,使算法能够更快地收敛到全局最优解。同时考虑到影响交通最佳路径选择的各种不确定因素,如天气、路质、路况、车速等,并对该算法的数学模型以及参数组合选择方法进行了改进研究,得到实际情况下更合适的交通行车路径。(本文来源于《计算机与数字工程》期刊2016年10期）
马荣贵,崔华,薛世焦,郭璐,袁超[7]（2016）在《改进蚁群算法的多约束质量最优路径选择》一文中研究指出在交通拥堵日益严重的形势下,当今大众对行车过程中的道路质量评定标准发生了重大变化,如何避开拥堵,寻找最优的出行路径,已成为智慧城市建设大力推进背景下亟待解决的重要科学问题和社会问题.首先,定义了质量最优路径的概念,并构建了多约束质量最优路径模型;然后,为更有效求解该模型实现最优路径选择,在基本蚁群路径寻优算法的基础上,通过增加算法对道路通畅度、道路舒适度、道路费用等路径质量信息的实时感知,改进了状态转移规则中的启发函数和信息素更新算子,提高了算法自适应于路径质量信息的动态调整能力.实验结果表明:文中改进的蚁群算法与其他蚁群路径寻优算法相比,明显提高了路径寻优的正确率和收敛速度,能够更加快速、准确地进行路径选择.(本文来源于《西安电子科技大学学报》期刊2016年03期）
杨超[8]（2016）在《基于神经动态规划算法的最优路径选择探讨》一文中研究指出神经动态规划算法在处理复杂的决策问题时非常有效,它可将我们所遇到的问题分成若干子问题,然后再寻找每个子问题合理的处理方法,最后从这些子问题的处理方法中找到以前问题的最优处理方法。在最优路径选择问题中,通过Matlab仿真得出神经动态规划算法比传统方法更容易找到答案,使运行效率得到了提高。(本文来源于《电子技术与软件工程》期刊2016年01期）
石磊,苏锦海,郭义喜[9]（2015）在《量子密钥分发网络端端密钥协商最优路径选择算法》一文中研究指出针对量子密钥分发(QKD)网络端端密钥协商路径选择问题,设计了一种基于改进Dijkstra算法的端端密钥协商最优路径选择算法。首先,基于有效路径策略,剔除网络中的失效链路;然后,基于最短路径策略,通过改进Dijkstra算法,得到密钥消耗最少的多条最短路径;最后,基于最优路径策略,从多条最短路径中选择一条网络服务效率最高的最优路径。分析结果表明,该算法很好地解决了最优路径不唯一、最优路径非最短、最优路径非最优等问题,可以降低QKD网络端端密钥协商时密钥消耗量,提高网络服务效率。(本文来源于《计算机应用》期刊2015年12期）
马军平,徐寅峰,张惠丽[10]（2014）在《紧急疏散中最优抗出错路径选择模型与算法》一文中研究指出疏散路径选择是紧急疏散中的重要问题,为了减小疏散人在紧急疏散过程中由于路径选择错误带来的损失,提出一对起讫点间最优抗出错路径选择模型。给出路径出错系数的定义,用以度量疏散人路径选择错误带来的疏散效率损失,并且设计了求解最优抗出错路径的DAE算法,证明该算法的时间复杂度为O(mn2)。结果表明,选择最优抗出错路径作为疏散路径,能够有效地抵抗由于疏散人路径选择错误带来的损失,对提高突发事件下的疏散效率具有实际意义。(本文来源于《运筹与管理》期刊2014年06期）
最优路径选择算法论文开题报告范文
（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：
影响输电线路选择的因素有很多,如地质状况,岩性,高度,风速,建筑物,公路等。本文通过GIS平台整合主要影响因素,利用层次分析法建立输电线路的栅格成本矩阵,最后结合改进的蚁群算法,构建了输电线路径自动搜索模型。本文采用GF-2提供的影像作为数据源,利用ArcGIS Engine开发了输电线路最优路径自动搜索程序,并验证了模型的科学性和可行性。
（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。
最优路径选择算法论文参考文献
[1].李为为,魏世辉.数字航道中的最优路径选择算法研究[J].重庆科技学院学报(自然科学版).2018
[2].杨继业,刘然,李冬雪,马强,卢天琪.基于GIS与改进蚁群算法的输电线路最优路径选择[C].第二届智能电网会议论文集.2018
[3].胡昆.基于改进蚁群算法的避免拥堵最优路径选择[D].西南交通大学.2018
[4].陈雅良,温朝晖,周浩然,王甜甜.基于Floyd算法对交通流最优路径选择的研究[J].佳木斯大学学报(自然科学版).2016
[5].刘康,刘文泽,李龙龙.基于遗传算法的Tripod机器人最优路径选择研究[J].信息与电脑(理论版).2016
[6].王珂.基于改进蚁群算法的最优路径选择研究[J].计算机与数字工程.2016
[7].马荣贵,崔华,薛世焦,郭璐,袁超.改进蚁群算法的多约束质量最优路径选择[J].西安电子科技大学学报.2016
[8].杨超.基于神经动态规划算法的最优路径选择探讨[J].电子技术与软件工程.2016
[9].石磊,苏锦海,郭义喜.量子密钥分发网络端端密钥协商最优路径选择算法[J].计算机应用.2015
[10].马军平,徐寅峰,张惠丽.紧急疏散中最优抗出错路径选择模型与算法[J].运筹与管理.2014