导读:本文包含了动态车辆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:动态路径规划,改进Dijkstra算法,权值累加,SUMO
动态车辆路径论文文献综述
吴奇伦[1]（2019）在《一种基于权值累加的多车辆动态路径规划算法》一文中研究指出分析了交通导航系统中的静、动态路径规划算法,在此基础上提出一种基于权值累加的多车辆动态路径规划算法,该算法在更新道路权值时考虑了道路过去时段对当前时段的累积影响。使用SUMO仿真平台,在广州大学城真实路网上进行仿真实验。实验结果显示,较于改进Dijkstra路径规划算法,提出的算法既缓解了交通拥堵情况,又缩短了所有出行者平均行驶时间。(本文来源于《工业控制计算机》期刊2019年08期）
孙宝凤,史俊妍,杨雪,郑再思[2]（2019）在《基于实时信息的取送货动态车辆路径问题研究》一文中研究指出为适应点对点、实时城市配送对动态响应和快速决策提出的新要求,研究了多种实时信息作用和影响下的取送货动态车辆路径问题.采用将动态问题转化为一系列静态问题的建模方法,建立了基于实时信息的取送货动态车辆路径模型;设计了动态算法框架,运用构造算法获得初始可行解,运用禁忌搜索算法改善初始可行解质量.实验表明,本文的模型和算法能有效解决基于实时信息的取送货动态车辆路径问题,将初始可行解的质量(实时物流配送成本)改善了34%.(本文来源于《宁波大学学报(理工版)》期刊2019年03期）
谢光,陈敏[3]（2019）在《基于大数据平台的动态车辆路径调度算法探究》一文中研究指出通过将动态车辆路径调度作为主要研究对象,在大数据背景下以动态车辆路径调度算法作为主要研究内容。运用大数据分析技术在有效搜集整理各项相关数据并进行初步处理后,通过运用数学建模、目标函数优化等方法确定大数据平台下的动态车辆路径调度优化算法。经过仿真实验证明这一算法不仅可以有效实现对动态车辆路径的调度,同时还对于不断增加的网络数据量表现出良好的适用性,因而这一算法也具有较高的应用价值。(本文来源于《科技传播》期刊2019年05期）
周鲜成,王莉,周开军,黄兴斌[4]（2019）在《动态车辆路径问题的研究进展及发展趋势》一文中研究指出随着智能运输的发展,动态车辆路径问题(Dynamic vehicle routing problem, DVRP)已引起学界的日益关注.分析DVRP的特征,从动态要素的角度将DVRP模型分为基于动态需求的VRP、基于实时交通信息的VRP、基于动态需求和实时交通信息的VRP叁种类型,并进行分类综述.在此基础上,对3类DVRP模型的路线更新策略及求解算法的研究进展进行介绍,最后指出DVRP未来的发展趋势.(本文来源于《控制与决策》期刊2019年03期）
孟庆珍[5]（2018）在《基于实时交通信息的城市动态网络车辆路径优化问题》一文中研究指出针对城市交通拥堵现状造成的社会成本和在运输过程中实时变化的动态车辆路径优化问题,阐述了实时交通信息系统的概念,并利用实时交通信息系统,构建城市动态网络环境中车辆路径优化的模型,并运用经典的遗传算法进行模拟,将优化后的车辆路径路径系统能够根据道路状况的更新,及时规划合理的行车路线以有效降低企业运输成本。(本文来源于《时代汽车》期刊2018年12期）
盛强,郑鹏飞,孙军艳[6]（2018）在《动态路网下带时间窗车辆路径规划问题研究》一文中研究指出为调解动态路网下配送成本与服务质量之间的矛盾,提出一种基于动态路网的VRPTW模型和算法。在VRPTW基础上,引入道路通过系数反映各路段不同时段路况信息,以成本最小为目标建立模型并利用改进遗传算法进行求解。选取Solomon测试数据集对模型及算法进行测试,结果显示,动态路网VRPTW最优解在增加1.93%行驶距离的同时可以提升8.45%的服务满意度。该研究对于激烈市场竞争环境下物流配送企业提升服务质量具有一定的借鉴意义。(本文来源于《物流技术》期刊2018年10期）
宁涛,焦璇,魏瑛琦,梁旭[7]（2018）在《基于量子蚁群算法的随机需求的动态车辆路径问题》一文中研究指出针对随机需求的动态车辆路径问题,以最小化成本和最大化客户满意度为目标,采用两阶段建模,把动态车辆路径问题转换为静态车辆路径问题,将量子理论与蚁群算法结合并加以改进,用量子Hε门代替传统的量子旋转门实现对蚁群的更新.用Matlab7. 0软件实现数据仿真,验证了本文改进的量子蚁群算法是求解该问题有效的方法之一.(本文来源于《大连交通大学学报》期刊2018年05期）
孙小军,介科伟[8]（2018）在《求解带时间窗动态车辆路径问题的改进蚁群算法》一文中研究指出车辆路径问题作为组合优化中的一类典型问题,其模型、算法及应用被人们广泛关注和研究.在建立双目标带时间窗的动态车辆路径问题数学模型的基础上,设计了一种求解该问题的改进蚁群算法.该算法首先对所有顾客进行区域划分;其次通过在传统蚁群算法中引入交通拥堵因子,提高了计算效率;再将挥发因子取为服从(0,1)上均匀分布的随机变量,使算法能更稳定地收敛到全局最优解.最后的数值实例验证了所建数学模型和改进蚁群算法的有效性和优越性.(本文来源于《大连理工大学学报》期刊2018年05期）
智路平,周溪召[9]（2018）在《基于动态行程时间可靠性的单车辆路径选择算法研究》一文中研究指出为了提高出行者的路径选择效率,从微观层面对随机动态路网条件下的单车辆路径选择问题进行深入研究。随机动态路网条件下,作为车辆路径构成单元的路段,不同时刻车辆在其上的行程时间具有明显的动态变化特征,若使用传统的最短路算法进行车辆路径选择,将某一时点的路段行程时间作为路段权值不能反映路段行程时间动态变化产生的影响,车辆路径选择结果容易造成误判。为解决此问题,按照集散波理论对于路段车辆运行状态的划分方式,首先以路段下游信号转换时刻目标车辆与排队车流队尾的相对位置关系为切入点,对路段行程时间进行分状态分类随机动态预测,然后建立对应可接受水平下的路段行程时间可靠性计算模型,最终分别针对简单网络和复杂网络的单车辆路径选择问题提出使用行程时间可靠性作为关键控制变量的叁阶段车辆路径选择模型和权值异化的Dijkstra车辆路径选择算法。通过案例及对比分析表明,在出行者面临的简单网络中使用行程时间可靠性进行车辆路径选择可纠正仅仅按照单一行程时间进行车辆路径选择造成的选择误判,在复杂网络中使用行程时间可靠性作为路段权值异化的Dijkstra算法可迅速求出最可靠路径,有效解决了随机动态路网环境下的单车辆路径选择问题,是对路径选择问题研究的深入拓展。(本文来源于《公路交通科技》期刊2018年09期）
巫锦铭,程光权,刘忠,黄金才,王琦[10]（2018）在《动态预约模式下车辆路径规划的实用拓展问题研究》一文中研究指出车辆路径规划问题(VRP)是一个具有现实意义的着名问题.本文提出了一个新颖且在生活中常见的VRP拓展问题,在该问题中客户有自己的道路网络,这些道路是车辆无法行驶的,而且和正常车辆行驶的道路网络共享几种常见的节点.在这种情况下,VRP的任务就转化为一个依赖于车辆和客户方之间信息共享机制的协同运输问题.我们研究的核心目标是当上述情况发生或要满足某些客户的特殊需求时能为提供服务的公司及客户推荐一个最佳的路径规划.为此我们设计了一个改进型遗传算法,显着地优化了我们的实验结果.实验结果表明,本研究能对这个新颖的VRP拓展问题进行很好地求解.(本文来源于《小型微型计算机系统》期刊2018年07期）
动态车辆路径论文开题报告
（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：
为适应点对点、实时城市配送对动态响应和快速决策提出的新要求,研究了多种实时信息作用和影响下的取送货动态车辆路径问题.采用将动态问题转化为一系列静态问题的建模方法,建立了基于实时信息的取送货动态车辆路径模型;设计了动态算法框架,运用构造算法获得初始可行解,运用禁忌搜索算法改善初始可行解质量.实验表明,本文的模型和算法能有效解决基于实时信息的取送货动态车辆路径问题,将初始可行解的质量(实时物流配送成本)改善了34%.
（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。
动态车辆路径论文参考文献
[1].吴奇伦.一种基于权值累加的多车辆动态路径规划算法[J].工业控制计算机.2019
[2].孙宝凤,史俊妍,杨雪,郑再思.基于实时信息的取送货动态车辆路径问题研究[J].宁波大学学报(理工版).2019
[3].谢光,陈敏.基于大数据平台的动态车辆路径调度算法探究[J].科技传播.2019
[4].周鲜成,王莉,周开军,黄兴斌.动态车辆路径问题的研究进展及发展趋势[J].控制与决策.2019
[5].孟庆珍.基于实时交通信息的城市动态网络车辆路径优化问题[J].时代汽车.2018
[6].盛强,郑鹏飞,孙军艳.动态路网下带时间窗车辆路径规划问题研究[J].物流技术.2018
[7].宁涛,焦璇,魏瑛琦,梁旭.基于量子蚁群算法的随机需求的动态车辆路径问题[J].大连交通大学学报.2018
[8].孙小军,介科伟.求解带时间窗动态车辆路径问题的改进蚁群算法[J].大连理工大学学报.2018
[9].智路平,周溪召.基于动态行程时间可靠性的单车辆路径选择算法研究[J].公路交通科技.2018
[10].巫锦铭,程光权,刘忠,黄金才,王琦.动态预约模式下车辆路径规划的实用拓展问题研究[J].小型微型计算机系统.2018
标签：动态路径规划; 改进Dijkstra算法; 权值累加; SUMO;