[1] 曾辰,许瑛. 一种蜂巢栅格下机器人路径规划的蚁群算法[J]. 机械科学与技术, 2016,35(8):1308-1312.
[2] 陶哲,高跃飞,郑天江,等. 基于A*算法在蜂巢栅格地图中的路径规划研究[J]. 中北大学学报(自然科学版), 2020,41(4):310-317.
[3] 朱昌龙,刘黎志. 基于多边形导航网格地图的改进A*算法[J]. 软件导刊, 2019,18(1):17-21.
[4] 程杰,陈姚节. 基于正六边形建模的无人水面艇路径规划[J]. 计算机技术与发展, 2020,30(11):37-41.
[5] 黄海威,邓开发. 改进的A*算法在游戏地图寻路中的应用[J]. 信息技术, 2015(4):188-191.
[6] 葛少云,刘自发,余贻鑫. 基于改进禁忌搜索的配电网重构[J]. 电网技术, 2004,28(23):22-26.
[7] 庞燕,罗华丽,邢立宁,等. 车辆路径优化问题及求解方法研究综述[J]. 控制理论与应用, 2019,36(10):1573-1584.
[8] 程航,张磊. 求解最短路问题的改进禁忌搜索算法[J]. 交通科技与经济, 2018,20(2):35-38.
[9] 郎茂祥,胡思继. 车辆路径问题的禁忌搜索算法研究[J]. 管理工程学报, 2004,18(1):81-84.
[10]XIAO Y F, ZHANG C, LUO J, et al. Integrating the radiation source position into a grid map of the environment using a mobile robot[J]. Nuclear Instruments and Methods in Physics Research Section A: Accelerators, Spectrometers, Detectors and Associated Equipment, 2020,976. DOI: 10.1016/j.nima.2020.164253.
[11]唐宏伟. 未知环境下基于智能优化算法的多机器人目标搜索研究[D]. 长沙:湖南大学, 2019.
[12]段勇,徐心和. 基于不确定网格地图的移动机器人导航[J]. 控制理论与应用, 2006,23(6):1009-1013.
[13]曹翔,孙长银. 栅格地图中多机器人协作搜索目标[J]. 控制理论与应用, 2018,35(3):273-282.
[14]LAGUNA M, GLOVER F. Bandwidth packing: A Tabu search approach[J]. Management Science, 1993,39(4):492-500.
[15]董宗然,周慧. 禁忌搜索算法评述[J]. 软件工程师, 2010(S1):96-98.
[16]董红宇,黄敏,王兴伟,等. 变邻域搜索算法综述[J]. 控制工程, 2009,16(S2):1-5.
[17]陈述彭,陈秋晓,周成虎. 网格地图与网格计算[J]. 测绘科学, 2002,27(4):1-6.
[18]张邦华. 两种正六边形网格画法分析及实现[J]. 电脑编程技巧与维护, 2015(11):79-80.
[19]LUCZAK E, ROSENFELD A. Distance on a hexagonal grid[J]. IEEE Transactions on Computers, 1976,25(5):532-533.
[20]谢树春,尹洁,刘绍焕,等. 基于正六边形格网的最短路径算法[J]. 测绘科学, 2008,33(1):106-108.
[21] 张钧泳,丁建丽,谭娇. 基于SVM的绿洲荒漠交错带土壤水分与地下水埋深反演[J]. 农业机械学报, 2019,50(3):221-230.
[22]张宏,樊自立. 全球变化下的绿洲生态学研究[J]. 干旱区资源与环境, 1999,13(1):43-48.
[23]刘继亮,李锋瑞. 干旱区绿洲扩张方式对土壤生物优势类群及功能的影响[J]. 生物多样性, 2018,26(10):1116-1126.
[24]王根绪,程国栋. 干旱荒漠绿洲景观空间格局及其受水资源条件的影响分析[J]. 生态学报, 2000,20(3):363-368.
[25]汪西原,汪西莉. 启发式搜索策略(爬山法)的改进与实现[J]. 陕西师范大学学报(自然科学版), 1999,27(1):58-60.
|