导读:本文包含了最优路径问题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,最优,算法,库存,策略,遍历,无线通信。
最优路径问题论文文献综述
史屹琛,贾伯年[1]（2019）在《智慧物流中的最优配送路径规划问题》一文中研究指出随着国家对智慧城市的大力发展,智慧物流作为智慧城市发展中的一部分,有着很大的作用,通过发展智慧物流,可以极大的提高物流效率,降低物流成本,加速产业的发展。本文针对货物在仓库之间的配送路径规划问题,对Dijkstra算法进行分析,加以改进,挑选出最优的配送路径。(本文来源于《电子技术与软件工程》期刊2019年05期）
刘芬,隋天宇,王叶群[2]（2019）在《TensorFlow平台深度学习寻找最优路径问题研究》一文中研究指出现有的网络策略还不够成熟,无法应对由于巨大的流量增长而引起的不断变化的网络条件。随着人工智能领域的不断发展和研究,深度学习似乎是网络运营商以更加智能和自主的方式控制和管理其网络的可行途径。文中阐述并指出深度学习应用在网络路由路径优化中的必要性,即基于深度学习的智能路由。通过Tensorflow这一平台构造深度卷积网络,仿真后与传统的路由策略相比,证明了基于深度学习的路由方法的有效性。(本文来源于《信息技术》期刊2019年02期）
李彦辰[3]（2018）在《最优路径算法问题》一文中研究指出介绍关于求最优路径问题的一个算法,该算法能计算从起点到某一顶点的最优路径和决策值。算法的运算量的阶是O(n2),存贮量的阶是O(n),这种算法技巧可以比常见的算法降低一个数量级。(本文来源于《邯郸职业技术学院学报》期刊2018年04期）
马炫,刘栋,胡家鑫[4]（2019）在《求解必经点k条最优路径问题的粒子群优化算法》一文中研究指出提出了一种解决指定必经点k条最优路径问题的粒子群优化算法。算法以k条最优路径集合作为优化目标,将粒子种群划分为k个子种群,通过各子种群的局部搜索和子种群间的相互协作,使种群在搜索过程中易于找到k条最优路径。为了提高含有多必经节点的初始生成路径的多样性,设计了基于弹性拉伸原理的种群初始化方法。在随机生成的26个节点65条边,50个节点262条边和80个节点410条边的拓扑图中,分别选取不同的源节点和目的节点,以及必经节点对算法进行了测试。数值实验结果表明,提出的算法在求解网络规模比较大、必经点数比较多的无环k条最优路径问题中具有比较好的性能。(本文来源于《计算机工程与应用》期刊2019年20期）
Baltabay,Aliya[5]（2018）在《电动汽车最优路径规划问题研究》一文中研究指出电动车的重要性近年来稳步上升。与常规内燃机汽车的路径规划不同,电动汽车的路径必须考虑汽车的显着特征。如电池容量、汽车在充满电的情况下行驶的距离,充电时间以及充电站的位置。在本论文中,我们研究电动车辆路径规划问题。目标是通过充电站找到从源到目标的时间最优路线。在每个充电站,我们可能会重新充电一定量的能量,以将车辆的行驶范围“延长”一定的量。而且,充电时间取决于可用的SoC和进一步的需求能量。计算一组充电站的最短路径的优化问题是NP难的。我们提出了一种算法来计算时间最优解,并用CH加速技术对算法进行扩充,以便在合理的时间内在大型图上启用计算解决方案。本文提出的解决方案同时考虑了一系列因素,并引入了一种功能性方法,该方法使用逼真的充电站模型来估算道路网络的时间最优路线。主要功能包括充电站位置的高效计算,部分充电策略下的电池充电量,非线性充电功能以及充电站的服务时间。我们的实验评估显示,关于查询时间,我们的优化方法优于基本算法。(本文来源于《华北电力大学(北京)》期刊2018-06-01）
潘义勇,马健霄[6]（2017）在《基于可靠性的随机交通网络约束最优路径问题》一文中研究指出为了仿真交通网络中资源约束条件下的路径选择行为,建立了随机交通网络约束最优路径问题数学模型并进行求解.采用期望-方差为路径目标函数,将约束最优路径问题建模为混合非线性整数约束优化问题,构造基于线性规划的分支定界算法以求解该问题.针对Sioux Falls网络展开数值试验,将无资源约束和不同资源约束条件下的交通网络最优路径计算结果进行比较分析.试验结果表明:无资源约束和有资源约束条件下交通网络中相同起迄点之间的最优值和最优路径是不同的;在不同资源上限的约束条件下,相同起迄点之间的最优值和最优路径也是不同的,约束上限值与最优值成反比例关系.交通网络中资源约束条件对最优路径的选择具有重大影响.(本文来源于《东南大学学报(自然科学版)》期刊2017年06期）
赵达,周永务,李军,吉清凯[7]（2017）在《修正固定分区策略下随机需求库存-路径问题的最优策略及其算法》一文中研究指出随机需求库存-路径问题(Stochastic Demand Inventory Routing Problem,SDIRP)是典型的NP难题。考虑随机需求环境下,供应链中库存与配送问题的协调优化,是实施供应商管理库存策略的关键所在。对经典固定分区策略(Fixed Partition Policy,FPP)中分区内所有客户必须同时接受配送的基本假设进行了改进,提出了一种分区内按客户需求进行配送的修正FPP策略。首先根据不同分区方案对客户的配送及库存成本的影响给出了一种基于C-W节约法的客户分区算法,并证明了修正FPP策略下各客户任意阶段的最优库存策略形式。进而,设计了求解修正FPP策略下SDIRP问题最优策略的算法。最后,通过数值算例验证了算法的有效性,同时对修正FPP策略的适用性进行了分析。(本文来源于《系统管理学报》期刊2017年06期）
张燕[8]（2017）在《基于混沌优化的最优运输路径问题研究》一文中研究指出在分析Logistic混沌序列遍历性的基础上,将Logistic混沌序列映射到多极点目标函数的搜索区间来搜索全局最优解。研究混沌优化算法的一般步骤和算例分析,并将混沌优化算法应用于运输路径的最优化选择问题中。研究结果表明了混沌优化算法具有较好的全局搜索最优解能力,同时也验证了其在最优运输路径选择上的可行性和有效性。(本文来源于《计算机科学》期刊2017年S1期）
曹舒淮,王潇,姜浩然,梁宵,曲芳[9]（2017）在《改进的Dijkstra算法在应急救援最优路径问题中的应用》一文中研究指出本文目的于寻求最优(时间最短)的资源配送路径。建立时间最短的应急资源调度最优路径选择优化模型,并在考虑距离的基础上同时考虑快速通过的能力。采用最优化方法进行求解,获得最优方案。针对数值实例进行仿真实验,并针对获得的结果进行分析与讨论。(本文来源于《山东工业技术》期刊2017年01期）
张涛[10]（2015）在《快递智能投递最优路径问题研究》一文中研究指出在互联网和电子商务席卷全球的大背景下,我国的网络购物市场正在极速膨胀。同时,以B2C和C2C等为代表的网络购物消费进一步普及,为快递业的高速增长提供了源源不断的发展动力,快递也成为连接电商平台和终端消费者的主要纽带,是电商向消费者提供全程购物服务的重要一环。当前我国快递业尚处于起步和摸索的阶段,不能适应电子商务快速发展的步伐,导致在快递投递服务过程中出现很多问题,如投递服务问题、快递延误、快递丢失及短少和快递损毁等。这些问题严重影响了快递行业的发展,进而限制了电子商务等相关产业前进的步伐。快递智能投递体系的建设和完善,已是电子商务持续健康发展的关键。在快递投递的各项成本中,投递成本占了很大的比例,投递线路安排的是否合理对投递速度、服务质量以及企业效益等带来很大影响,特别是对多区域客户的投递线路安排,更能体现快递投递最优路径的迫切性。采用科学计算和统筹层次分析的方法来决策出快递投递最优线路,能够提高投递效率和服务质量,缩短快递投递时间,降低快递行业运营成本,促进行业又好又快发展。本文针对快递智能投递最优路径问题,主要做了以下几项工作:首先,分析了国内快递行业的发展概况,研究国内快递投递服务中存在的问题,通过相关事实和数据分析指出,快递投递线路安排的是否合理能够有效解决投递服务过程中出现的问题,提高快递投递的效率,进而引出快递智能投递最优路径问题。对最优路径问题和相关算法作深入研究,其中主要对Dijksta算法和A*算法作图解分析、实例分析和流程图分析等。然后,系统地研究了层次分析法,并对层次分析模型的构成、解决问题的步骤作出简要说明。针对快递投递过程实际情况,利用层次分析法分析出快递投递过程中主要影响因素:快递投递路径长度,快递量多少和客户要求时间紧急程度,分别对叁个主要因素再分层,细化和归纳出层次模型中最底层因素,构建快递投递最优路径问题层次模型,并结合模糊数学中相关知识、理论和方法,综合评判出快递投递最优路径问题的综合权值约束系数向量。最后,依照模糊综合评判出的快递投递最优路径问题的综合权值约束系数向量,结合改进后的Dijkstra算法,即M_O_Dijkstra算法,决策出快递投递的最优路径。根据算例结果,分析各主要因素对快递投递最优路径结果的影响和导向,从而实现智快递的智能化投递。通过本文的研究,得到了快递智能投递的最优路径方案,并通过对算例的分析和对比,证明本文研究成果具有一定的可行性,为快递行业快速和稳健发展提供理论与实践支持。(本文来源于《成都理工大学》期刊2015-05-01）
最优路径问题论文开题报告
（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：
现有的网络策略还不够成熟,无法应对由于巨大的流量增长而引起的不断变化的网络条件。随着人工智能领域的不断发展和研究,深度学习似乎是网络运营商以更加智能和自主的方式控制和管理其网络的可行途径。文中阐述并指出深度学习应用在网络路由路径优化中的必要性,即基于深度学习的智能路由。通过Tensorflow这一平台构造深度卷积网络,仿真后与传统的路由策略相比,证明了基于深度学习的路由方法的有效性。
（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。
最优路径问题论文参考文献
[1].史屹琛,贾伯年.智慧物流中的最优配送路径规划问题[J].电子技术与软件工程.2019
[2].刘芬,隋天宇,王叶群.TensorFlow平台深度学习寻找最优路径问题研究[J].信息技术.2019
[3].李彦辰.最优路径算法问题[J].邯郸职业技术学院学报.2018
[4].马炫,刘栋,胡家鑫.求解必经点k条最优路径问题的粒子群优化算法[J].计算机工程与应用.2019
[5].Baltabay,Aliya.电动汽车最优路径规划问题研究[D].华北电力大学(北京).2018
[6].潘义勇,马健霄.基于可靠性的随机交通网络约束最优路径问题[J].东南大学学报(自然科学版).2017
[7].赵达,周永务,李军,吉清凯.修正固定分区策略下随机需求库存-路径问题的最优策略及其算法[J].系统管理学报.2017
[8].张燕.基于混沌优化的最优运输路径问题研究[J].计算机科学.2017
[9].曹舒淮,王潇,姜浩然,梁宵,曲芳.改进的Dijkstra算法在应急救援最优路径问题中的应用[J].山东工业技术.2017
[10].张涛.快递智能投递最优路径问题研究[D].成都理工大学.2015
论文知识图
