导读:本文包含了动态规划论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:动态,路径,算法,机器人,邻域,无人机,启发式。
动态规划论文文献综述
刘新宇,陈群[1]（2019）在《考虑动态多时段借还车需求的城市自行车租赁系统规划模型》一文中研究指出建立了一个自行车租赁系统规划模型。该模型考虑一天中动态的自行车借还车需求及租赁分区自行车和空闲停车位数量的动态变化,通过优化各租赁分区的自行车停车桩(或对共享单车为停车位)数量,以及运营时段初始各小区分配的自行车数量,在保证所有的自行车借还车需求均能得到满足的基础上,最小化总的投资建设成本。模型为一个大型整数线性规划问题,通过LINGO软件中内置的分支定界算法,可快速求得全局最优解。通过算例对该模型进行了验证。(本文来源于《系统管理学报》期刊2019年06期）
曾鹏,万华森,王一霖[2]（2019）在《基于Vanet的无人驾驶动态路径规划算法研究》一文中研究指出随着智能交通的发展,无人驾驶成为未来颠覆传统出行的又一重要交通工具,为适应无人驾驶大规模复杂的交通环境,为无人驾驶导航规划提出了动态双向A~*算法。车载自组网是未来无人驾驶的一个重要发展方向,为检验算法在车载自组网环境下的性能表现,采用OMNeT++与SUMO双向耦合,在开源框架Veins基础上进行联合仿真实验,证明在不同交通密度的交通状态中,在Vanet环境下动态双向A~*算法相比在无Vanet环境下传统双向A~*算法,能更有效地缩短行程时间,提高出行效率。(本文来源于《计算机工程与科学》期刊2019年11期）
陈华群[3]（2019）在《航班多级动态规划策略与运行控制优化》一文中研究指出为实现航班运行控制的全局规划和控制策略定量评价,打破传统多集中于规章手册的定性分析的运行控制技术方法,建立航班运行控制最短路径最小代价的策略构架图,提出叁级控制策略的最优性动态规划运行控制模型;设计改进的动态规划递推方程,通过数值计算算法,得到表格形式的最优控制与最优代价函数,解决了航班运行控制决策这一类非线性离散复合型规划问题无法得到最优控制解析表达式的困难。最后,引入航班运行实例测试模型和算法的适应性和优越性,实验结果表明,动态全局规划不同于传统的每个航班独自分阶段的"点式思维模式",实现了整个公司所有航班、所有航站和所有机队的全局运行控制优化。(本文来源于《科学技术与工程》期刊2019年31期）
詹泽梅[4]（2019）在《一种基于动态规划法的关键路径算法》一文中研究指出数据结构是计算机及其相关专业的一门重要专业课。在数据结构课程中,关键路径是一个难点问题。本文首先概述了关键路径问题,接着介绍了动态规划法,分析其求解关键路径的可行性,最后重点描述了采用十字链表存储有向图时的一种基于动态规划法的关键路径求解算法。(本文来源于《电脑知识与技术》期刊2019年31期）
时应友[5]（2019）在《一种适合多客户物流配送的动态路径规划算法》一文中研究指出路径规划和调度是交通运输、物流等领域十分基础和重要的功能,但经典的Dijkstra主要用于计算从起始节点到其他各节点间的最短路径,并不适用于多客户物流配送的路径规划。本文提出了一种基于启发式的邻域搜索的动态路径规划算法,较好地解决了多客户物流配送的动态路径规划。论文首先对路径规划问题进行了数学建模,接着给出了其决策变量、目标函数和若干约束函数,并给出了算法的详细实现框图;最后,结合实际应用案例对路径规划算法进行了应用分析,结果表明本文提出的算法在调度效率、平均配载率和运输成本等指标上都有较优的性能。(本文来源于《中国新通信》期刊2019年20期）
许凯波,鲁海燕,黄洋,胡士娟[6]（2019）在《基于双层蚁群算法和动态环境的机器人路径规划方法》一文中研究指出针对动态环境未知时变的特点,提出一种机器人路径规划新方法.在该方法中,首先对栅格法建立的环境模型进行凸化处理,以避免机器人沿规划路径移动时陷入U型陷阱,从而加快路径规划的速度;其次,提出双层蚁群算法(DACO),在每次迭代中先用外层蚁群算法寻找一条路径,然后以该路径为基础构造一个小环境,接着在该环境下用内层蚁群算法重新寻优,若寻得的路径质量更高,则更新路径并执行本文给出的一种新型信息素二次更新策略;最后,针对环境中不同动态障碍物的体积和速度,提出叁种避障策略.动态环境下,机器人先由DACO算法规划一条静态环境下从起点到终点的全局最优路径,然后从当前起点开始,通过自带传感器获取动态环境信息,并根据需要执行等待、正碰或追尾避障策略,到达新的起点.仿真实验表明,该方法可以在动态环境下实时地为移动机器人规划出一条安全且最短的路径,是求解移动机器人路径规划问题的一种切实有效的方法.(本文来源于《电子学报》期刊2019年10期）
谢昌荣,李菊英[7]（2019）在《基于动态规划的无线传感器网络路由优化策略》一文中研究指出为解决以往设计的无线传感器网络路由算法存在的不足,提出一种适合无线传感器网络的最短距离-最小能耗路由算法。依据无线传感器网络最常用的能量消耗模型,通过设置节点剩余能量的动态调节因子,基于动态规划方法建立网络模型,在每个阶段根据节点剩余能量动态调整决策集合,选择最短距离-最小能耗路由,并采用Omnet++仿真软件进行实验分析。结果表明:该算法相对简单,在一定程度上能减少无线传感器网络的能耗以及延长生命周期。(本文来源于《兵工自动化》期刊2019年10期）
王娇娇,毛剑琳[8]（2019）在《动态环境下基于改进蚁群算法的移动机器人路径规划》一文中研究指出针对同时具有静态和动态障碍物的复杂环境下机器人路径规划问题,提出一种基于改进蚁群算法(ACA)的路径规划方法。文章所述的方法由两部分组成,分别为全局和局部预测避障路径规划。首先,在传统ACA上调整转移概率,加入精英策略以解决路径规划时易陷入局部最优的问题。其次,针对上述改进ACA在动态障碍物环境中适应性低的弊端,通过加入滚动窗口指导移动机器人在栅格环境中避开动态障碍物,仿真结果表明所述方法具有可行性。(本文来源于《信息通信技术》期刊2019年05期）
朱霏霏,王立松,刘亮,葛子渊[9]（2019）在《一种动态规划下的无人机消息传输路径优化方法》一文中研究指出在无人机群执行任务的过程中,需要高效地将消息传输给目的节点.现有的方法存在投递率低、时间延迟大、平均跳数高、乒乓比例大等问题.本文提出了一种动态规划下的无人机消息传输路径优化方法,通过全局考虑所有无人机每一时刻的位置,得到每一时刻消息传输的最优对象,进而得到消息到达目的节点的最优路径.通过仿真实验将算法与现有的DTNgeo、DTNclose和DTNload算法进行了比较,实验结果表明本文提出的算法在投递率、平均时间延迟、平均跳数和乒乓比例方面均优于DTNgeo、DTNclose和DTNload算法.(本文来源于《小型微型计算机系统》期刊2019年10期）
陈艳,禹继国[10]（2019）在《基于概率路线图的动态环境下移动机器人路径规划的神经网络方法》一文中研究指出在不稳定的环境中,最短或最优的路径规划对移动机器人的有效运行至关重要.文章扩展了一种用于移动机器人实时路径规划的神经网络方法.本文使用概率路线图(Probabilistic Roadmap, PRM)来解决移动机器人在不稳定环境中的实时无碰撞运动规划问题.神经网络拓扑中的每个神经元都具有局部连通性,并且分流方程是其神经动力学特征.因此,计算复杂度与神经网络的大小成线性关系.实时机器人的运动取决于神经网络的动态环境,其中不需要任何先前的动态环境知识甚至学习过程.仿真结果证明了该方法的有效性和高效性.(本文来源于《曲阜师范大学学报(自然科学版)》期刊2019年04期）
动态规划论文开题报告
（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：
随着智能交通的发展,无人驾驶成为未来颠覆传统出行的又一重要交通工具,为适应无人驾驶大规模复杂的交通环境,为无人驾驶导航规划提出了动态双向A~*算法。车载自组网是未来无人驾驶的一个重要发展方向,为检验算法在车载自组网环境下的性能表现,采用OMNeT++与SUMO双向耦合,在开源框架Veins基础上进行联合仿真实验,证明在不同交通密度的交通状态中,在Vanet环境下动态双向A~*算法相比在无Vanet环境下传统双向A~*算法,能更有效地缩短行程时间,提高出行效率。
（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。
动态规划论文参考文献
[1].刘新宇,陈群.考虑动态多时段借还车需求的城市自行车租赁系统规划模型[J].系统管理学报.2019
[2].曾鹏,万华森,王一霖.基于Vanet的无人驾驶动态路径规划算法研究[J].计算机工程与科学.2019
[3].陈华群.航班多级动态规划策略与运行控制优化[J].科学技术与工程.2019
[4].詹泽梅.一种基于动态规划法的关键路径算法[J].电脑知识与技术.2019
[5].时应友.一种适合多客户物流配送的动态路径规划算法[J].中国新通信.2019
[6].许凯波,鲁海燕,黄洋,胡士娟.基于双层蚁群算法和动态环境的机器人路径规划方法[J].电子学报.2019
[7].谢昌荣,李菊英.基于动态规划的无线传感器网络路由优化策略[J].兵工自动化.2019
[8].王娇娇,毛剑琳.动态环境下基于改进蚁群算法的移动机器人路径规划[J].信息通信技术.2019
[9].朱霏霏,王立松,刘亮,葛子渊.一种动态规划下的无人机消息传输路径优化方法[J].小型微型计算机系统.2019
[10].陈艳,禹继国.基于概率路线图的动态环境下移动机器人路径规划的神经网络方法[J].曲阜师范大学学报(自然科学版).2019
论文知识图
