导读:本文包含了规划算法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:路径,算法,机器人,多点,神经网络,遍历,权重。
规划算法论文文献综述
李方硕,李朝阳,郜秀春[1]（2019）在《基于单位四元数的多点姿态规划算法研究》一文中研究指出"过叁点的姿态规划"这一问题,要求姿态曲线平滑经过指定叁点,其常规解决思路是构造四元数样条曲线,然而由于四元数插值函数高度非线性,反求控制顶点十分困难。针对此问题,通过增加辅助点的方式重新构造了叁段定轴转动,借助多项式插值函数可以将叁段定轴转动联结起来,进而推导了姿态曲线表达式。为了验证姿态曲线的连续性,求解了姿态曲线一阶和二阶导数,确定了姿态导数连续条件。推导过程表明,只要辅助点和多项式函数满足特定条件,姿态曲线就具备二阶光滑特性。最后通过仿真分析验证了姿态规划算法的有效性。(本文来源于《工业控制计算机》期刊2019年12期）
刘晶,姚维,章玮[2]（2019）在《移动机器人全覆盖路径规划算法研究》一文中研究指出生物激励神经网络算法是一种路径规划算法,在用于全覆盖路径规划时,当前点的局部侧连接点,容易出现相同的神经元活性值。导致规划出的路径长度长、重复率高、转弯次数多,在遇到阻塞点时,容易陷入死区,或规划的逃离路线不是最优路径等问题。针对路径重复率高、转弯次数多等问题,提出移动规则法对机器人的移动方向进行引导,针对机器人陷入死区和无法规划最优逃离路线等问题,结合A*搜寻算法,让机器人能以最优的路径逃离死区。仿真实验表明,该改进方法是有效的。(本文来源于《工业控制计算机》期刊2019年12期）
何佳,夏海鹏,刘修知[3]（2019）在《基于RRT路径规划算法的改进方法研究》一文中研究指出近几年无人驾驶技术飞速发展,路径规划技术作为其中的核心技术,引起了科研机构和企业的广泛关注。而RRT算法具有快速性、便于考虑运动学约束的特性成为了研究的热点。文章介绍了基于RRT算法的路径规划技术以及两大类改进方法,一类是基于基本RRT算法节点选择、步长选择、扩展方向等的改进,另一类是与其它路径规划算法融合的改进。(本文来源于《汽车实用技术》期刊2019年22期）
朱英杰,李建市,冯明月,徐友春[4]（2019）在《基于数值优化的智能车自主泊车路径规划算法》一文中研究指出为解决智能车在低速行驶状态下实现狭窄停车环境下的自主泊车问题,提出一种基于数值优化的自主泊车路径规划算法。首先将自主泊车路径规划问题转化为非凸优化问题,针对非凸优化问题的特点,通过引入辅助决策变量,对碰撞避免约束进行重构;然后构建泊车路径规划的最优目标模型函数;最后利用梯度下降法求解目标函数,获得最优的自主泊车路径。仿真实验结果表明:本算法目标模型函数将混合A*算法规划出的初始路径作为初始解,可以生成一条满足车辆运动学模型、无碰撞、平滑的路径,相较于混合A*算法,本算法生成的轨迹更平滑且更容易被跟踪。(本文来源于《军事交通学院学报》期刊2019年11期）
靳海亮,王赢乐,袁鸣,陈梦龙[5]（2019）在《改进A~*的高层建筑逃生路径规划算法研究》一文中研究指出针对高层建筑内部结构复杂,发生火灾时没有疏散引导情况,逃生通道极易发生拥堵导致疏散效率降低的问题,本文基于对A*算法的改进,提出了高层建筑逃生路径规划算法。该算法以高层建筑内部路网节点为关键要素,综合火灾发生位置、人员密度、人员数量等因素,从逃生终点优化分配、节点扩展优化、权值优化3个方面进行改进,实现了火灾发生时高层建筑内部的逃生路径规划,并以某高层建筑为例,验证了本文算法的可行性。(本文来源于《测绘通报》期刊2019年11期）
康瑾,李革[6]（2019）在《面向医院手术排程的智能规划算法研究》一文中研究指出文中应用调度理论模型研究了医院手术调度问题。将手术病人视为等待处理的工作,相关的手术医生、麻醉师、护士和手术设备视为同时处理工作所需的机器,手术排程转化为由多台机器处理的并行机器排程问题。采用两阶段方法来求解调度问题,并开发了计算机化的手术调度系统来处理该任务。将该系统应用于常州市第二人民医院,结果表明,与传统的人工排程相比,每月平均完成手术量增加了10. 33%,昂贵设备利用率提高了9. 66%,患者满意度提高了1. 12%,患者平均等待手术的时间缩短了0. 46天。(本文来源于《信息技术》期刊2019年11期）
李淑飞,骆剑锋[7]（2019）在《物流配送中多车多点路径规划算法研究》一文中研究指出物流配送中常用的Dijkstra、Floyd、A*等最短路径算法只能计算两点之间的最短路径,没有带约束条件和回程规划。多车多点路径规划算法利用神经网络对收送货地点进行分区,用百度地图API计算各点之间的最短路径,通过绕行遍历思想计算绕行贡献值,利用贪婪思想在车辆限载重、限路程的情况下组合回程,从而形成最优路径方案。该算法已用在物流企业的多车多点路径规划云平台上,大大提高了物流配送效率。(本文来源于《软件》期刊2019年11期）
姜静,朱树云[8]（2019）在《工业AGV叉车路径规划算法的改进研究》一文中研究指出工业自动化线是智慧工厂的重要组成部分,AGV导航系统是实现工业生产自动化的核心,而A*路径搜索算法是实现AGV导航的关键技术。传统AGV叉车导航系统利用A*算法进行路径规划,其主要思想是在静态地图中求解最短运动路径,而忽略了研究移动障碍物对环境的影响,致使导航系统规划的运动路径存在安全隐患,其阻碍了自主导航系统研究与应用的进展。本文提出一种针对移动障碍物避障的A*路径优化算法,此方法根据移动障碍物对环境的影响对地图进行了区域划分,且为每个区域设置了风险值。实验结果表明,与传统的A*路径优化算法相比较,通过该方法可以有效的降低叉车触碰障碍物的可能性,提高了工作效率,同时此算法综合考虑了AGV叉车规划运动路径的长度和安全性,使规(本文来源于《电子世界》期刊2019年21期）
曾鹏,万华森,王一霖[9]（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）
季野彪,牛龙辉[10]（2019）在《基于模拟退火策略的强化学习路径规划算法》一文中研究指出针对传统Q(λ)学习算法在解决路径规划问题时,算法收敛速度慢且容易陷入局部最优的问题,提出动态调整探索因子的方法。将模拟退火的思想融入Q(λ)学习算法的动作选择策略中,平衡路径规划中的探索与利用的平衡关系,提出基于模拟退火的Q(λ)学习算法(SA-Q(λ))。学习前期较大探索因子帮助智能体较快的理解环境,避免算法陷入局部最优;学习后期较小的探索因子帮助算法较快地收敛至最优路径。仿真实验表明,改进后的SA-Q(λ)学习算法能够规划出最优路径,且算法收敛速度更快。(本文来源于《现代计算机》期刊2019年32期）
规划算法论文开题报告
（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：
生物激励神经网络算法是一种路径规划算法,在用于全覆盖路径规划时,当前点的局部侧连接点,容易出现相同的神经元活性值。导致规划出的路径长度长、重复率高、转弯次数多,在遇到阻塞点时,容易陷入死区,或规划的逃离路线不是最优路径等问题。针对路径重复率高、转弯次数多等问题,提出移动规则法对机器人的移动方向进行引导,针对机器人陷入死区和无法规划最优逃离路线等问题,结合A*搜寻算法,让机器人能以最优的路径逃离死区。仿真实验表明,该改进方法是有效的。
（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。
规划算法论文参考文献
[1].李方硕,李朝阳,郜秀春.基于单位四元数的多点姿态规划算法研究[J].工业控制计算机.2019
[2].刘晶,姚维,章玮.移动机器人全覆盖路径规划算法研究[J].工业控制计算机.2019
[3].何佳,夏海鹏,刘修知.基于RRT路径规划算法的改进方法研究[J].汽车实用技术.2019
[4].朱英杰,李建市,冯明月,徐友春.基于数值优化的智能车自主泊车路径规划算法[J].军事交通学院学报.2019
[5].靳海亮,王赢乐,袁鸣,陈梦龙.改进A~*的高层建筑逃生路径规划算法研究[J].测绘通报.2019
[6].康瑾,李革.面向医院手术排程的智能规划算法研究[J].信息技术.2019
[7].李淑飞,骆剑锋.物流配送中多车多点路径规划算法研究[J].软件.2019
[8].姜静,朱树云.工业AGV叉车路径规划算法的改进研究[J].电子世界.2019
[9].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
[10].季野彪,牛龙辉.基于模拟退火策略的强化学习路径规划算法[J].现代计算机.2019
论文知识图
