导读:本文包含了最佳路径算法论文开题报告文献综述及选题提纲参考文献，主要关键词:多源多点,重量修正,路径规划,遗传算法
最佳路径算法论文文献综述
毕明华,何利力[1]（2019）在《动态物流中多源多点最佳路径算法研究》一文中研究指出多源多点环境下,动态物流中涉及货物装载和产品配送的路径优化是一个非常复杂的问题.针对现实配送过程中存在的货物需求多样化以及多车配送空载率过高的路径寻优问题,本文提出了一种新的调度配送方式.通过建立车辆装载配送路径模型,以多源多点,重量修正,路径最佳等为约束条件,使用模拟细胞分裂的新方式产生下一代,改进现有的遗传算法进行求解,优化了初始种群的产生,可以快速得到全局最优解,跳出遗传早熟收敛,取得最佳路径,从而降低配送成本,提高配送效率.(本文来源于《计算机系统应用》期刊2019年02期）
毕明华[2]（2018）在《动态物流中多点多源最佳路径算法研究与实现》一文中研究指出物流配送在企业供应链中占据非常重要的因素,高效的物流配送能够节省企业成本,减少配送时间,而实现物流高效配送的关键是对路径的优化选择。因此,本文结合物流配送实际情况对动态物流中多点多源最佳路径算法进行研究。多点多源是指从多个仓库装货配送到多个较远的目的地。目前,在解决车辆配送路径问题的研究上已有了很多的研究成果,但对于多点多源问题并没有得到很好地解决。为此,本文充分考虑现实的配送场景建立物流配送模型,结合实际企业应用,实现了多点多源动态物流的最佳路径配送。本文具体的研究内容如下:(1)对地图上两点间的最短路算法进行优化,按照不同客户需求以最快的速度、最短的时间到达所有需求点,同时将物流费用降低到最小。通过赋予城市路网中每段线路的拥堵系数、时间以及费用阙值,建立线性加权优化模型,利用动态Dijkstra算法求解两种不同状态需求下的最佳路径,即时间、费用均衡情况下以及动态紧急时间约束下的最佳路径规划。(2)针对现实配送过程中存在的货物需求多样化以及多车配送空载率过高的路径寻优问题,本文提出了一种新的基于重量修正的多点多源最佳路径配送方式,实现从多个仓库取货并按不同货物需求进行分类送货,使得配送成本最小。主要研究了需求量大于车辆本身载重量时的单车配送,此时要对需求点的距离以及需求量进行综合比值分析,确定最开始配货的仓库以及优先配送的目的地,完成车容量差值的修正后,实现多目的地的共同配送。(3)建立车辆装载配送路径模型,对新提出的配送方案优化求解。以多点多源、重量修正、路径最佳等为约束条件,使用模拟细胞分裂的新方式产生下一代,改进现有的遗传算法进行求解,优化了初始种群的产生,快速得到全局最优解,跳出遗传早熟收敛,求得最佳路径,并通过实验验证了算法的有效性。为企业降低成本的同时,以高效的配送模式为客户提供更好地服务。(4)结合上述研究内容,将两点间最佳路径算法应用到多点多源最佳路径问题求解中,规划物流配送的最佳行驶路线,并由此搭建动态物流系统,该系统包含物流运输调度和动态物流信息管理等模块,能够快速响应企业大规模的物流配送,节省物流成本,提高配送效率。(本文来源于《浙江理工大学》期刊2018-12-12）
郑洪清[3]（2018）在《CS算法在应急救援中最佳路径的应用研究》一文中研究指出应急救援中时间是关键,而最佳路径的选择直接影响救援时间。本文在分析影响应急救援的基本因素上,利用随机生成邻接点的编码方式,将布谷鸟搜索算法应用于应急救援路径优化问题。仿真实验表明该方法大大提高了算法的收敛速度和解的质量,为应急指挥中心决策提供了可靠的方法。(本文来源于《山东工业技术》期刊2018年15期）
徐辉,李丹青,应健锋,李扬[4]（2017）在《基于关键路径与改进遗传算法的最佳占空比求解》一文中研究指出纳米工艺下,负偏置温度不稳定性(NBTI)成为影响电路老化效应的主导因素。多输入向量控制(M-IVC)是缓解由于NBTI效应引起电路老化的有效方法,而M-IVC的关键是最佳占空比的求解。在充分考虑时序余量的设计与电路实际操作情况下,对电路采用了静态时序分析,精确定位电路中关键路径。对关键路径采用改进的自适应遗传算法求解最佳占空比。实验结果表明:在时序余量为5%时,电路的平均老化率相比现有方案降低了1.49%,平均相对改善率为18.29%。(本文来源于《传感器与微系统》期刊2017年10期）
吴碧珍[5]（2017）在《基于最佳信任路径的协同过滤推荐算法的研究与设计》一文中研究指出不断发展的信息技术在带给人们丰富网络资源的同时也使人们陷入信息过载的困境,如何帮助用户在海量数据中快速找到有价值的相关信息,是推荐技术研究的核心问题。协同过滤推荐算法是在众多推荐技术中使用最为广泛,但随着在线社会网络的不断发展和社会网络日益复杂,用户间信任关系在一定程度上影响着推荐结果。传统的协同过滤推荐方法主要存在以下问题:(1)数据稀疏性。用户的评分数据稀疏,使计算的相似度不准确,导致评分预测不准确,用户无法得到合适的推荐信息。(2)易受攻击性。开放的推荐系统允许用户自由发布评分或评论,可能有些用户提供虚假信息,导致推荐结果产生严重偏差,无法向用户提供满意推荐。(3)没有考虑信任关系。传统算法只是考虑了用户的评分数据,未考虑用户间可能存在的信任关系以及这种信任关系对推荐系统的价值。针对协同过滤推荐算法中存在的上述问题与挑战,本文提出了一种改进的协同过滤算法方案,主要研究工作包括:(1)针对协同过滤推荐系统的数据稀疏问题,采用计算用户间兴趣相似度作为判断用户间相似度的一个依据,区别于传统算法只考虑用户对项目的评分。(2)针对已有算法的易受攻击问题,在推荐过程中,综合考虑用户间信任关系与兴趣相似度以计算用户间综合相似度,从而缓解因用户虚假评分导致的推荐结果不准确问题。(3)提出一种基于最佳信任路径的协同过滤推荐算法。用最佳信任路径代替原算法的多路径取平均值方法,在充分考虑信任路径中其他用户威望值的基础上,选择多条信任路径中的最佳信任路径,改善了原算法只考虑最终用户威望值进而缺乏客观性的问题。实验结果表明,与基于用户的协同过滤推荐算法和融合信任的协同过滤推荐算法相比,本文算法具有以下优势:(1)推荐准确度更高;(2)运行效率更高,本文算法运行时间是融合信任推荐算法运行时间的四分之一,当信任路径增加时,本文算法的优势更加明显。(本文来源于《广东技术师范学院》期刊2017-06-01）
蔺俊强,张长炜,孙希鹏[6]（2017）在《基于Hadoop的分布式并行算法在最佳路径中的研究》一文中研究指出随着人们生活水平的不断提高,对于城市中最佳路径的选择有了更进一步的要求,比如,选择两座城市的最佳旅游路径,不仅可以节约时间和金钱,同时也方便了人们的出行。文章主要对Hadoop分布式并行算法进行了研究,分别在Hadoop分布式环境与单机环境下,使用att48数据集,对NP问题求解的时间与空间复杂度进行了对比研究,并最终计算出城市中的最佳路径。(本文来源于《电子世界》期刊2017年09期）
姜波清[7]（2016）在《基于多因素分析动态路网最佳路径求解的算法研究》一文中研究指出在当今社会经济活动中,交通运输作为主要载体,在各个行业中发挥着非常重要的作用。随着社会不断的发展和经济不断地增长,机动车辆数目急剧增加,从而使得道路的负荷量日益加重,经常出现道路拥堵、交通事故频发、环境污染严重等问题。目前,智能交通系统是解决或缓解交通问题的最有效途径,其中它的一个重要组成部分是动态诱导系统。该系统是结合实际动态的路况信息,利用智能算法为出行者搜索出一条高效、合理的最佳路径,不仅可以帮助出行者节省出行时间,而且还能缓解交通道路的负荷量,同时也能够提高能源的利用率,减少机动车尾气对环境的污染。无论是对人们的生活还是对社会发展都具有非常重要的作用。本文结合影响交通路网的多因素,深入研究了各种路径优化的智能算法,在此基础上提出了混合蚁群粒子群算法,并通过该算法分析了多因素动态路网下的最佳路径,具体工作如下:1)本文首先通过分析影响动态路网求解最佳路径的多种因素,根据出行者的需求,建立不同的模型来表示路段的权值,并深入研究了路径优化算法,重点分析了蚁群算法和粒子群算法。2)然后,比较与分析了这两种算法的优缺点,提出了混合蚁群粒子群算法。该算法主要是利用粒子群算法来初始化蚁群算法的参数,并混合这两种算法的优点,使蚂蚁也具有粒子的特性。通过实验验证,混合蚁群粒子群算法无论是在求解精度上还是收敛速度上都要优于蚁群算法和粒子群算法。3)最后,通过混合蚁群粒子群算法分析了多因素动态路网下的最佳路径,得出以下结论:(1)通过调整,证明了该算法在城市路网中求解最佳路径是行之有效的;(2)出行者的最优目标不同,最佳路径的选择也可能不相同;(3)即使出行者以相同的需求作为最优目标,不同时刻最佳路径的选择也可能不同。(本文来源于《东华理工大学》期刊2016-06-20）
姜波清,程朋根,吴少华,熊子潇,李浩[8]（2016）在《基于蚁群算法在实际动态路网中搜索最佳路径的应用》一文中研究指出最佳路径是实际动态路网中备受关注的话题之一,为了提高出行的效率、缓解交通拥堵的状况,本文对动态路网进行分析研究。通过分析实际动态路网的可通行性及影响因素,针对在理论研究中未结合实际路网中的影响因素而得出的最佳路线不符实际路线中的最优情况,在蚁群算法的基础上,结合实际路况,笔者对其进行改进,该算法可实现计算出一条从起始点到终点的最佳路径,并在Visual Studio 2010中用C#语言设计并验证了该算法,证明了它的正确性和有效性。(本文来源于《测绘与空间地理信息》期刊2016年03期）
林海珍,管博,刘良旭[9]（2016）在《基于层次式匹配的最佳路径匹配算法》一文中研究指出提出了以分段的轨迹数据为基础,结合时空数据挖掘技术,挖掘基于带时效的频繁模式。并基于这个频繁模式给出行者提供最佳的行车路线。同时,为了提高算法效率,提出了一种基于层次式模式匹配的思想,用分层的思想来过滤大量模式之间的匹配。(本文来源于《现代职业教育》期刊2016年07期）
王占武[10]（2016）在《遗传算法在多目标最佳路径选取中的应用》一文中研究指出遗传算法是一种基于自然选择原理和自然遗传机制的寻优算法,可经过选择、交叉、变异等操作寻找最优解。随着科技的不断进步,一些新的理论和方法在应用研究中亦得到了迅速的发展,给遗传算法增添了新的活力。遗传算法的应用研究已从初期的组合优化求解扩展到了更工程化的应用方面。文章利用遗传算法寻求测量船最短距离完成多目标测量任务。(本文来源于《智能城市》期刊2016年02期）
最佳路径算法论文开题报告
（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：
物流配送在企业供应链中占据非常重要的因素,高效的物流配送能够节省企业成本,减少配送时间,而实现物流高效配送的关键是对路径的优化选择。因此,本文结合物流配送实际情况对动态物流中多点多源最佳路径算法进行研究。多点多源是指从多个仓库装货配送到多个较远的目的地。目前,在解决车辆配送路径问题的研究上已有了很多的研究成果,但对于多点多源问题并没有得到很好地解决。为此,本文充分考虑现实的配送场景建立物流配送模型,结合实际企业应用,实现了多点多源动态物流的最佳路径配送。本文具体的研究内容如下:(1)对地图上两点间的最短路算法进行优化,按照不同客户需求以最快的速度、最短的时间到达所有需求点,同时将物流费用降低到最小。通过赋予城市路网中每段线路的拥堵系数、时间以及费用阙值,建立线性加权优化模型,利用动态Dijkstra算法求解两种不同状态需求下的最佳路径,即时间、费用均衡情况下以及动态紧急时间约束下的最佳路径规划。(2)针对现实配送过程中存在的货物需求多样化以及多车配送空载率过高的路径寻优问题,本文提出了一种新的基于重量修正的多点多源最佳路径配送方式,实现从多个仓库取货并按不同货物需求进行分类送货,使得配送成本最小。主要研究了需求量大于车辆本身载重量时的单车配送,此时要对需求点的距离以及需求量进行综合比值分析,确定最开始配货的仓库以及优先配送的目的地,完成车容量差值的修正后,实现多目的地的共同配送。(3)建立车辆装载配送路径模型,对新提出的配送方案优化求解。以多点多源、重量修正、路径最佳等为约束条件,使用模拟细胞分裂的新方式产生下一代,改进现有的遗传算法进行求解,优化了初始种群的产生,快速得到全局最优解,跳出遗传早熟收敛,求得最佳路径,并通过实验验证了算法的有效性。为企业降低成本的同时,以高效的配送模式为客户提供更好地服务。(4)结合上述研究内容,将两点间最佳路径算法应用到多点多源最佳路径问题求解中,规划物流配送的最佳行驶路线,并由此搭建动态物流系统,该系统包含物流运输调度和动态物流信息管理等模块,能够快速响应企业大规模的物流配送,节省物流成本,提高配送效率。
（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。
最佳路径算法论文参考文献
[1].毕明华,何利力.动态物流中多源多点最佳路径算法研究[J].计算机系统应用.2019
[2].毕明华.动态物流中多点多源最佳路径算法研究与实现[D].浙江理工大学.2018
[3].郑洪清.CS算法在应急救援中最佳路径的应用研究[J].山东工业技术.2018
[4].徐辉,李丹青,应健锋,李扬.基于关键路径与改进遗传算法的最佳占空比求解[J].传感器与微系统.2017
[5].吴碧珍.基于最佳信任路径的协同过滤推荐算法的研究与设计[D].广东技术师范学院.2017
[6].蔺俊强,张长炜,孙希鹏.基于Hadoop的分布式并行算法在最佳路径中的研究[J].电子世界.2017
[7].姜波清.基于多因素分析动态路网最佳路径求解的算法研究[D].东华理工大学.2016
[8].姜波清,程朋根,吴少华,熊子潇,李浩.基于蚁群算法在实际动态路网中搜索最佳路径的应用[J].测绘与空间地理信息.2016
[9].林海珍,管博,刘良旭.基于层次式匹配的最佳路径匹配算法[J].现代职业教育.2016
[10].王占武.遗传算法在多目标最佳路径选取中的应用[J].智能城市.2016