导读:本文包含了导航路径优化论文开题报告文献综述及选题提纲参考文献，主要关键词:成长路径,干部培训,青年干部,叁大,本领恐慌,选学,组织部干部,长罗,项目团队,培养工程
导航路径优化论文文献综述
洪洁,俞金辉,毕伟伟[1]（2019）在《临海：“叁大导航”优化年轻干部成长路径》一文中研究指出“乡镇工作涉及方方面面，时常感到本领恐慌。能够回到课堂，非常难得。”近日，临海市首期“90后”年轻干部周末学堂开课，来自沿江镇的90后干部陈晨很高兴，“培训‘对症下药’，既重理论，又强实践，对我帮助很大。”这是临海市创新年轻干部培养的一个缩影。(本文来源于《台州日报》期刊2019-06-24）
钱平[2]（2018）在《基于二维码导航的工业搬运机器人多路径优化方法研究》一文中研究指出自动导引小车(Automated Guided Vehicle,AGV)也被称作搬运机器人,常常在现代物流中使用到。随着工业4.0时代的到来,工业仓储物流业也需要随之发展。因此,设计一个机器人智能搬运系统,实现物流的自动化向智能化转型,成为当前的研究热点。本文以实际工厂环境参考,以智能化物流仓库为研究背景,采用二维码导航的方式进行导航的地标索引。分析在多条路径存在的情况下,AGV如何在物流仓库中选择最优的路径,研究AGV多路径导航策略。针对导航策略下容易发生的死锁,设计AGV多路径调度策略。首先设计了AGV的导航调度系统,通过对比不同导航技术,结合实际环境,确定以二维码导航为基础进行分析。采用二维码和栅格法,对仓库进行环境建模,设计相应的栅格电子地图。然后在电子地图的基础上,研究AGV多路径导航策略。结合经典的最短路径算法和实际仓库环境,得到叁种不同的AGV最短路径算法。针对实际中不同大小不同类型不同需求的环境地图,设计自适应调整路径规划算法,并通过Matlab进行实验。针对导航策略中发生的多路径死锁问题进行分析,建立AGV死锁问题模型,设计AGV多路径调度策略。最后通过openTCS实验平台,根据实际需求进行建模,模拟产生任务和AGV执行任务。实验结果表明:在整个系统中,多AGV执行多任务订单过程中未出现碰撞、死锁等现象,并对最优路径进行监控,所有的下发任务均顺利完成,从而验证了该导航系统的可行性,有效性和鲁棒性。(本文来源于《武汉工程大学》期刊2018-06-30）
唐小涛,陶建峰,李志腾,李彦明,刘成良[3]（2018）在《自动导航插秧机路径跟踪系统稳定性模糊控制优化方法》一文中研究指出为了提高自动导航插秧机路径跟踪系统的稳定性,提出了一种利用模糊控制调整纯追踪模型前视距离的路径跟踪方法。在考虑自动转向系统一阶惯性环节的情况下,建立插秧机运动学模型,分析了在跟踪直线时纯追踪模型的稳定性条件;基于此稳定性条件,以速度和横向偏差为输入,以前视距离为输出,建立模糊控制模型实时调整纯追踪模型的前视距离;以洋马VP6E型水田插秧机为实验平台对所提出方法进行了实验验证,结果证明,该方法能有效提高路径跟踪系统的稳定性。(本文来源于《农业机械学报》期刊2018年01期）
李明[4]（2016）在《基于群智感知的电动汽车路径选择和充电导航策略优化》一文中研究指出进入21世纪以来,人类社会面临石油危机、能源安全和环境保护等诸多挑战。包括中国在内的世界100多个国家调整了能源战略,新能源汽车发展规划及配套政策相继出台,以电力、太阳能等绿色能源代替石油作为动力的电动汽车受到广泛关注。然而,由于电动汽车的能量补给方式和运行特点与普通燃油汽车存在差异,在路途上行驶的电动汽车因电池容量不足而难以到达目的地时,需要驶入快速充电站进行应急充电。此时,用户既要考虑充电方式、充电设施位置及其使用状态等电力信息,也要考虑道路分布和交通流量等交通信息。因此,适当选择电动汽车路径并优化充电导航有助于提高用户的出行效率,缓解大量电动汽车同时充电对配电系统安全运行的影响,对促进电动汽车的快速普及具有重要意义。首先,介绍了数据挖掘技术在智能交通系统中的应用,提出了基于群智感知的电动汽车路径选择和充电导航框架设计。借助群智感知技术,来获取实时交通路况和充电站信息(包括充电站服务信息和充电预约信息)。分别以交通路段和时段为横纵坐标,构建了交通路段速率矩阵;针对路段速率矩阵可能存在不完整、未知的空缺项,实现了基于矩阵分解方法的路段速率矩阵获取,并保证了矩阵分解的精度;利用路段速率矩阵的时空特性,分别借助多元逐步线性回归和自回归积分滑动平均模型,实现了面向空行空列的路段速率矩阵恢复。考虑了快速充电站的用户平均到达率和充电机平均服务率,基于排队理论,给出了用户平均充电等候时间估计模型。在充电站采用标准电价(如所属配电系统固定电价或分时电价)的基础之上,提出了基于群智感知的充电站实时定价方法,以浮动电价反映充电站充电负荷容量的实时变化。其次,在满足路径选择、到达时间、电池容量以及充放电状态互斥约束下,构建了在分时电价机制下用户出行时间最小、充电成本最小和综合成本最小叁种不同决策目标下的电动汽车路径选择和充电导航优化模型。以某市100×100km区域内包含4座快速充电站的交通网络及IEEE 33节点配电系统为例进行数值仿真。以单个私人电动汽车用户为例,面向考虑和未考虑实时交通路况和充电站服务信息两种情况,分别在分时电价与固定电价机制下,针对参与群智感知的不同电动汽车数量,重点剖析了不同决策目标对用户出行路径的影响以及电动汽车充放电对配电系统的影响。最后,兼顾了电动汽车具体行驶需求和充放电双重特性,以物流配送车辆为例,开展参与物流配送的多电动汽车路径选择和充电导航优化决策研究。在满足路径选择、到达时间、电池容量、载货量以及电动汽车数量约束下,以参与物流配送的电动汽车运输时间和快速充电综合成本之和最小为目标,构建了参与物流配送的多电动汽车路径选择和充电导航优化模型。以某市60×60km区域内包含28客户/4充电站/1配送中心的33节点配送系统为例进行数值仿真,对比分析了客户需求量、实时交通路况和充电站电价信息对参与物流配送的多电动汽车路径选择和充电导航优化结果的影响及其对充电站充电负荷的影响,说明了所提方法的可行性与有效性。(本文来源于《长沙理工大学》期刊2016-04-01）
王任栋,章永进,徐友春,马育林[5]（2015）在《基于稀疏地图坐标的智能车导航路径生成与优化》一文中研究指出针对智能车的精确导航问题,提出一种基于常规电子地图稀疏坐标的导航路径生成与优化方法。首先利用线性插值对稀疏路网数据进行处理,生成符合道路几何形状的拟合控制点,并对上述控制点进行B样条拟合;而后结合车辆与道路的几何特性,构建智能车导航路径的约束模型,实现该模型约束下的智能车导航路径的自适应优化。实验结果证明了该方法的有效性。(本文来源于《军事交通学院学报》期刊2015年06期）
徐怡静[6]（2014）在《面向节能减排的车载导航路径优化方法研究》一文中研究指出随着城市化进程的加快，机动车保有量大幅增加，交通能耗在社会总能耗中所占的比例逐年提高。在全球能源危机和环境污染日益显现的今天，如何降低车辆在道路上的燃油消耗量，建设绿色、节能、环保、可持续发展的现代化城市交通环境，成了当下日益迫切的研究课题。论文来源于智能交通技术交通行业重点实验室开放课题——出租车运行指数评价算法研究。论文从交通流状态对城市道路燃油经济性的影响入手，以路段和交叉口为基本研究单元，分别建立路段和交叉口的燃油经济性模型，并利用实际采集的数据和仿真数据对所建模型进行验证。在考虑燃油经济性的情况下，建立路径、OD对的燃油经济性模型，并将其作为路阻函数嵌入到动态限制搜索区域的K则最优路径优化算法中，依托长春市、广州市导航电子地图完成了算法的验证。本文从试验方法、试验线路、试验车辆和驾驶员及实验流程设计等方面详细设计车辆燃油消耗量和道路交通流数据采集，通过实地测试和VISSIM仿真相结合的方法，获取路段、交叉口不同交通流状态和信号控制方案下的燃油消耗量和交通流数据，并对数据进行预处理。从交通流角度去分析路段和交叉口的燃油经济性影响因素，分析饱和度对路段燃油经济性的影响，分析饱和度和绿信比对交叉口燃油经济性的影响。在此分析基础上，建立路段饱和度与油耗的关系模型，建立交叉口饱和度与油耗的关系模型，建立交叉口绿信比与油耗的关系模型，并利用实测数据与仿真数据对此模型进行验证，为出行者提供导航路径参考。(本文来源于《燕山大学》期刊2014-05-01）
王洋[7]（2013）在《基于学习路径导航系统的网络学习优化研究》一文中研究指出现有网络课程存在诸多教学策略设计不合理的问题,文章介绍了一种学习路径导航的设计方法。该方法针对学习者的学习风格和学习需求,采用适应性导航策略,呈现最佳路径供学习者参考,提供个性化的学习指导,帮助学习者提高学习效率。(本文来源于《煤炭技术》期刊2013年07期）
赵汉卿[8]（2013）在《手机导航系统中最短路径算法的优化与实现》一文中研究指出现在的生活中,随着中国经济的快速稳定的发展,人民生活水平的显着提高,越来越多的人关心他们的生活质量。现在人们出门旅游、工作的时候更多的时候是使用手机导航或者是车辆导航仪进行导航服务,而更多的人使用手机导航主要是因为它的灵活性和能够提供更多更好的在线服务。它可以在线更新实时道路的状况,帮用户躲避拥挤的路段,能够快速的定位自己或者朋友的位置,使沟通更加的方便快捷。但是,传统车载导航产品也有一些不能克服的缺点。首先,产品功能单一且体积较大,不能与其他设备整合,不便于随身携带。其次,由于地图的数据量庞大,更新地图比较繁琐,需要到厂家升级,或者用户自行下载地图,然后更新到导航产品。手机导航系统的主要问题是如何确定最短路径,尽管经典的最短路径的算法--Dijkstar算法,也可以成为系统中的最短路径算法,但是用户在使用手机导航系统的时候,遇到的特殊情况（交通信息的变化和实时路况的变化）,在Dijkstar算法中并没有考虑到,所以结合用户在实际运用中的情况要对算法进行优化。（1）针对已有的最短路径算法占用系统的存储空间大而且效率低,所以本文中提出了针对这些的缺点而改进的算法和方法,通过在PC机器上的实现,说明了这些改进的算法和方法是可以实施到实际生活中的。（2）系统中另外的一个难点就是GIS中的数据管理,采用不同的的索引方式对数据进行搜索、优化会产生不同的效果,目前生活中的导航系统效率不是很高,占用了系统的大量的资源,所以采用了二级索引对系统中的数据结构优化,提高导航系统的性能,使用户得到方便。(本文来源于《东华理工大学》期刊2013-06-20）
孔令彤[9]（2013）在《GPS导航仪路径规划算法及路权确定的优化研究》一文中研究指出本研究针对现在GPS导航仪普遍采用的路径规划技术不能为用户规划出最优路径问题,通过建模、算法分析、算法改进等方式,根据深圳市的城市形态建立实际模型,找到了问题原因并提出了两个改进方案:"基于特殊数据储存方式的Dijkstra算法改进方案"与"基于动态交通信息的路权确定改进方案"。经过优化后的GPS导航仪,可引导驾驶员提高出行效率,并在一定程度上合理分配车流,减少城市交通压力。(本文来源于《硅谷》期刊2013年03期）
高立兵[10]（2012）在《汽车导航系统的动态路径规划优化模型与算法研究》一文中研究指出汽车的普及化增加了城市交通的内在压力,对汽车导航系统的动态路径规划优化可以给驾车人在有限的城市道路中找出一条最佳行车路径.本文介绍了一种实用的动态路径规划方法.采用一个实时的路线地图,地图包括交通信号,道路类别和行车道的数目.建议的解决方案是使用病毒感染的遗传算法.该方法是将公路干线的一部份视为病毒.通过交叉和感染确定近期病毒的最佳组合.在驾车的过程中,当交通挤塞经常变化时,使用病毒感染实时路线,将产生一个可供选择的行车路线.最后给出病毒遗传算法的试验仿真结果.(本文来源于《甘肃联合大学学报(自然科学版)》期刊2012年01期）
导航路径优化论文开题报告
（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：
自动导引小车(Automated Guided Vehicle,AGV)也被称作搬运机器人,常常在现代物流中使用到。随着工业4.0时代的到来,工业仓储物流业也需要随之发展。因此,设计一个机器人智能搬运系统,实现物流的自动化向智能化转型,成为当前的研究热点。本文以实际工厂环境参考,以智能化物流仓库为研究背景,采用二维码导航的方式进行导航的地标索引。分析在多条路径存在的情况下,AGV如何在物流仓库中选择最优的路径,研究AGV多路径导航策略。针对导航策略下容易发生的死锁,设计AGV多路径调度策略。首先设计了AGV的导航调度系统,通过对比不同导航技术,结合实际环境,确定以二维码导航为基础进行分析。采用二维码和栅格法,对仓库进行环境建模,设计相应的栅格电子地图。然后在电子地图的基础上,研究AGV多路径导航策略。结合经典的最短路径算法和实际仓库环境,得到叁种不同的AGV最短路径算法。针对实际中不同大小不同类型不同需求的环境地图,设计自适应调整路径规划算法,并通过Matlab进行实验。针对导航策略中发生的多路径死锁问题进行分析,建立AGV死锁问题模型,设计AGV多路径调度策略。最后通过openTCS实验平台,根据实际需求进行建模,模拟产生任务和AGV执行任务。实验结果表明:在整个系统中,多AGV执行多任务订单过程中未出现碰撞、死锁等现象,并对最优路径进行监控,所有的下发任务均顺利完成,从而验证了该导航系统的可行性,有效性和鲁棒性。
（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。
导航路径优化论文参考文献
[1].洪洁,俞金辉,毕伟伟.临海：“叁大导航”优化年轻干部成长路径[N].台州日报.2019
[2].钱平.基于二维码导航的工业搬运机器人多路径优化方法研究[D].武汉工程大学.2018
[3].唐小涛,陶建峰,李志腾,李彦明,刘成良.自动导航插秧机路径跟踪系统稳定性模糊控制优化方法[J].农业机械学报.2018
[4].李明.基于群智感知的电动汽车路径选择和充电导航策略优化[D].长沙理工大学.2016
[5].王任栋,章永进,徐友春,马育林.基于稀疏地图坐标的智能车导航路径生成与优化[J].军事交通学院学报.2015
[6].徐怡静.面向节能减排的车载导航路径优化方法研究[D].燕山大学.2014
[7].王洋.基于学习路径导航系统的网络学习优化研究[J].煤炭技术.2013
[8].赵汉卿.手机导航系统中最短路径算法的优化与实现[D].东华理工大学.2013
[9].孔令彤.GPS导航仪路径规划算法及路权确定的优化研究[J].硅谷.2013
[10].高立兵.汽车导航系统的动态路径规划优化模型与算法研究[J].甘肃联合大学学报(自然科学版).2012