matlab 粒子群算法做规划，做14节点的潮流计算算法

车辆导航系统的核心是路径规划算法，路径规划算法分静态路径规划（Static Path Planning， SPP）算法和动态路径规划（Dynamic Path Planning， DPP）算法，SPP的不足是不能对实时变化交通信息做出快速响应，而DPP则可以利用路网中实时更新的交通信息及时地为驾驶者提供更佳的导航路线。本文在研究了静态路径规划中用到的一些算法后，如A*算法，继而分析动态路径规划的一些思想，在此基础上分析D*Lite算法可以改进的地方，并给出优化后的算法程序。利用10×10、50×50、100×100三种规模的模拟路网做对比实验，实验表明优化后的D*Lite算法在速度上有了较大提高。

为了解决工艺规划与车间调度集成( IPPS)问题,提出了一种改进的蚁群优化( ACO)算 法.通过节点集、有向弧集、无向弧集,构建了一种基于图的 IPPS优化模型.以零件加工时间作为 启发式信息,设计蚂蚁在各节点间转移概率.通过蚂蚁访问图中不同的节点,构建对应的调度方 案.根据不同阶段调度方案的最大完工时间调整各弧段信息素的挥发速度,提高了蚂蚁的搜索效 率.为避免陷入局部收敛,通过重启算法和重置各弧段信息素初值,动态更新各弧段信息素量,以 获得全局最优解.将该算法应用于具体的仿真实例,结果表明该算法能有效

文件含有源码和专题报告，报告全面详细完整，包含绪论、文献探讨、研究方法、研究成果以及结论心得。

主要研究现代新兴技术在医院组网中的应用

规划并模拟扫地机器人的清扫路径，并与随机游走的清扫方式做对比 规定扫地机器人的尺寸为1×1的网格，地图尺寸为20×15（参数可修改），在利用矩阵Tag储存障碍物信息（障碍物标1，非障碍物标0），barrier_generate函数随即生成障碍物 路径规划考虑采用深度优先搜索算法，根据标记矩阵Tag的信息，找到网格之间可达性关系，建立图的邻接压缩表，深度优先搜索求出路径（深度优先所搜算法是在别人的代码上进行修改） 深度优先搜索源码地址 可视化过程中首先建立起地图网格，利用网格着色体现扫地机器人的运动过程，白色表示未清扫过，黑色表示障碍物，蓝色表示清扫过一次，红色表示反复清扫过。 随机游走采用向上下左右四个方向等可能地游走，可视化过程和路径规划的一样 主函数返回的是路径规划和随机游走所花的总步数

动态窗口法实现二维路径规划，可以设置圆形动/静态障碍物

基于改进稀疏A*编队航迹实时规划方法

vmware vsphere vsan平台中文教程、指导手册。

arcgis工具，对国土空间规划的gdb数据库保持原结构和信息进行裁剪，便于批量输出，如乡镇级的可按村界输出各村规划数据库，arcgis10.2版本