导读:本文包含了多目标路径规划论文开题报告文献综述及选题提纲参考文献，主要关键词:物流工程,多目标优化,自适应灾变遗传算法,路径规划
多目标路径规划论文文献综述
李军涛,路梦梦,李都林,刘朋飞[1]（2019）在《模糊时间窗多目标冷链物流路径规划》一文中研究指出针对近几年冷链物流行业高额的配送成本和能源消耗等问题,以冷链物流配送路径为研究对象,建立基于碳排放量、配送总成本和客户满意度的多目标配送路径优化模型。采用贴近实际的模糊时间窗配送方式和自适应灾变遗传算法,对冷链物流运输车辆路径规划和在实际配送中复杂路径问题下的多目标路径优化进行研究。算例分析表明:1)在冷链物流路径配送中,目标函数考虑碳排放时的碳排放量相比不考虑碳排放降低了56%;2)该模型能够在考虑碳排放量和客户满意度的基础上有效地降低配送成本,使多个目标进行有机统一,全局优化;3)该算法对于多目标冷链物流路径优化问题在寻优效率和计算时间上均优于标准遗传算法。(本文来源于《中国农业大学学报》期刊2019年12期）
古加局[2]（2019）在《地下无人矿车运行轨迹偏差模型及其目标路径规划》一文中研究指出针对地下无人矿车运行避目问题,根据巷道内的地下矿车主目标路径、轨迹跟踪偏差图,修正主目标路径,建立地下矿车运行轨迹偏差模型。仿真结果得到:当矿车对目标路径进行跟踪行驶时,车身的外廓点可以和巷道的侧壁及其内部的障碍物之间始终可以维持比较稳定距离。并对主目标路径进行了局部修正,并将得到的曲线作为局部避障目标路径,使大车身和外侧巷道的边壁间距明显增加。并以实例仿真显示车辆的左侧与右侧外廓特征点、巷道内部障碍物与边壁间距均匀,获得了较为理想的规划结果。(本文来源于《自动化技术与应用》期刊2019年09期）
王晓刚,韩印[3]（2019）在《救援车辆多目标实时路径规划模型》一文中研究指出针对救援车辆路径选择的多目标属性,文章从路径安全性、最小化行程时间、行程时间可靠性的角度出发,构建实时环境下救援车辆的多目标实时路径选择模型。采用加权求和法对将多维目标聚合为单个目标,提高路径搜索效率。模型所求得的最优路径为综合最优路径,反映了救援车辆路径选择的多目标属性,克服了以往路径规划单目标属性的缺陷。给出算法,通过算例验证模型的有效性。(本文来源于《物流科技》期刊2019年09期）
黄超,梁圣涛,张毅,张杰[4]（2019）在《基于多目标蝗虫优化算法的移动机器人路径规划》一文中研究指出在静态多障碍物环境下的移动机器人路径规划问题中,粒子群算法存在容易产生早熟收敛和局部寻优能力较差等缺点,导致机器人路径规划精度低。为此,提出一种多目标蝗虫优化算法(MOGOA)来解决这一问题。根据移动机器人路径规划要求将路径长度、平滑度和安全性作为路径优化的目标,建立相应的多目标优化问题的数学模型。在种群的搜索过程中,引入曲线自适应策略以提高算法收敛速度,并使用Pareto最优准则来解决叁个目标之间的共存问题。实验结果表明:所提出的算法在解决上述问题中寻找到的路径更短,表现出更好的收敛性。该算法与多目标粒子群(MOPSO)算法相比路径长度减少了约2.01%,搜索到最小路径的迭代次数减少了约19.34%。(本文来源于《计算机应用》期刊2019年10期）
肖春晖,邹媛媛,李少远[5]（2019）在《有障碍区域的多无人机多目标点路径规划》一文中研究指出主要讨论了有障碍区的多无人机多目标点的路径规划问题.采用Dubins模型满足无人机的曲率约束,建立了含有混合变量的多约束优化问题,通过改进的遗传算法对优化问题进行求解,得到了满足基本约束条件的无人机遍历顺序和航向角,并确定了每个无人机的Dubins路径;给出了确定路径进入障碍区的检测方法,采用Dubins-快速扩展随机树算法对进入障碍区域的路径进行调优,得到了满足障碍约束条件的优化无人机路径.通过仿真算例对比实验,证明了所提算法的有效性.(本文来源于《空间控制技术与应用》期刊2019年04期）
周兰兰[6]（2019）在《基于ROS的移动机器人多目标路径规划》一文中研究指出机器人越来越受到广泛应用,而机器人巡检、执行配送等都不可或缺的需要移动机器人自主实现多目标导航规划。首先建立其运动学和动力学模型;在建模的基础上,分析A*算法并将其应用于导航任务中;针对多目标点导航,研究ROS系统中自主导航平台,搭建多目标点导航平台,并在平台上完成多目标点自主导航任务。实验表明,程序给定多个导航目标点时,通过A*算法能够实现多目标导航规划,为移动机器人进行多目标点导航提供了可行性方案。(本文来源于《电脑知识与技术》期刊2019年21期）
赵澄东[7]（2019）在《自主轮式移动机器人纵横向目标路径规划仿真》一文中研究指出对自主轮式移动机器人纵横两个方向路径进行规划,能够解决机器人单向路径规划弊端,提高执行搜索任务效率。对移动机器人纵横向目标路径的规划,需要对移动机器人基本行为进行融合,获取纵横向移动行为权值,完成机器人目标路径规划。传统方法将该问题转换为曲线有限个点生成位置优化问题,对问题进行求解,但忽略了对移动行为权值的获取,导致规划精度偏低。提出一种基于粒子群优化的自主轮式移动机器人纵横向目标路径规划方法。构建自主轮式移动机器人运动模型和障碍物拓展模型,利用二维笛卡尔栅格描述当前机器人所处环境,对移动机器人纵横向目标路径规划过程中的基本行为进行融合,依据传感器采集的实时环境信息获取移动行为的权值。实验结果表明,所提方法可以快速解决障碍物环境下自主轮式移动机器人横纵两个方向目标路径规划问题,且有效缩短了目标路径规划时间。(本文来源于《计算机仿真》期刊2019年06期）
龚艺,冉金超,侯明明[8]（2019）在《基于遗传算法的多目标外卖路径规划》一文中研究指出本文针对外卖配送服务的车辆调度问题,根据外卖配送服务建立了路径最短的带时间窗约束的车辆路径模型,利用遗传算法对模型进行求解,以国内某外卖商家实际数据进行了仿真实验,通过对实验结果分析,验证了算法的合理性和有效性。该方法也适用于不同外卖配送模式下的车辆调度。(本文来源于《电子技术与软件工程》期刊2019年10期）
毛德彩[9]（2019）在《基于目标路径规划无人驾驶设备导航控制分析》一文中研究指出目标路径规划是无人驾驶设备导航与控制的基础。利用叁偏差导航控制器具备的轨迹精确推算模型,研究地下无人驾驶设备在巷道内轨迹规划问题和避障问题;根据巷道导航的特点,定义了包括偏离角、偏离角偏差、横向位置偏差、目标路径等轨迹参数;建立各轨迹参数的关系模型和轨迹推算模型,在轨迹推算模型的基础上进行了轨迹跟踪研究。结果可知:沿着巷道中心线行走不能保证在障碍点和弯道处设备与巷道壁保持最大相对距离;在弯道处应根据弯道特性和车辆结构,在弯道中心线内侧以不同圆弧曲线作为目标路径,在障碍物处以简单的阶跃函数作为避障规则,同时由于无人驾驶设备的结构特点,正反向行驶时轨迹曲线不相同,在弯道处应分别规划正反向目标路径。(本文来源于《机械设计与制造》期刊2019年05期）
孙露,李俊,方国康,李波[10]（2019）在《移动机器人运动目标路径规划仿真》一文中研究指出针对移动机器人在复杂环境下采用传统路径规划方法收敛速度慢和容易陷入局部最优的问题,提出了一种改进的免疫优化算法。首先采用改进的栅格法对机器人的移动路径进行预处理,根据障碍物的不同形状和尺寸及其所占的地图总面积确定栅格粒度的大小,进而对规划路径进行数学建模;然后利用灰狼优化算法改进精英保留策略,更新免疫算法记忆库;最后,提出了一种基于自由点随机插值的变异算子,使抗体处于当前局部搜索最优解的附近,从而加强了局部搜索能力。仿真结果表明,改进的免疫优化算法的性能优于传统的免疫优化算法,可以实现复杂环境下路径寻优和安全避障;同时还通过对比实验验证了算法的可行性与有效性。(本文来源于《计算机仿真》期刊2019年04期）
多目标路径规划论文开题报告
（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：
针对地下无人矿车运行避目问题,根据巷道内的地下矿车主目标路径、轨迹跟踪偏差图,修正主目标路径,建立地下矿车运行轨迹偏差模型。仿真结果得到:当矿车对目标路径进行跟踪行驶时,车身的外廓点可以和巷道的侧壁及其内部的障碍物之间始终可以维持比较稳定距离。并对主目标路径进行了局部修正,并将得到的曲线作为局部避障目标路径,使大车身和外侧巷道的边壁间距明显增加。并以实例仿真显示车辆的左侧与右侧外廓特征点、巷道内部障碍物与边壁间距均匀,获得了较为理想的规划结果。
（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。
多目标路径规划论文参考文献
[1].李军涛,路梦梦,李都林,刘朋飞.模糊时间窗多目标冷链物流路径规划[J].中国农业大学学报.2019
[2].古加局.地下无人矿车运行轨迹偏差模型及其目标路径规划[J].自动化技术与应用.2019
[3].王晓刚,韩印.救援车辆多目标实时路径规划模型[J].物流科技.2019
[4].黄超,梁圣涛,张毅,张杰.基于多目标蝗虫优化算法的移动机器人路径规划[J].计算机应用.2019
[5].肖春晖,邹媛媛,李少远.有障碍区域的多无人机多目标点路径规划[J].空间控制技术与应用.2019
[6].周兰兰.基于ROS的移动机器人多目标路径规划[J].电脑知识与技术.2019
[7].赵澄东.自主轮式移动机器人纵横向目标路径规划仿真[J].计算机仿真.2019
[8].龚艺,冉金超,侯明明.基于遗传算法的多目标外卖路径规划[J].电子技术与软件工程.2019
[9].毛德彩.基于目标路径规划无人驾驶设备导航控制分析[J].机械设计与制造.2019
[10].孙露,李俊,方国康,李波.移动机器人运动目标路径规划仿真[J].计算机仿真.2019