发布时间：
车辆自动变速器及其控制技术和自动巡航控制技术都是智能汽车非常重要的内容,是目前我国智能汽车发展急需解决的核心技术之一。论文选择在我国很有发展前景的集自动巡航控制和电控机械式自动变速器于一体的复合控制系统作为研究对象,针对系统研制开发中的一些关键技术难题进行了研究。论文主要由六部分内容组成:(1)概括介绍了智能汽车及其先进的控制系统的主要内容、现状和发展方向;介绍了目前智能汽车自动变速器的主要类型、发展过程和特点;阐述了AMT国内外的研究现状和发展趋势及我国AMT目前需要解决的技术问题;介绍了自动巡航控制技术及其目前应用现状;阐述了论文研究方向提出的背景、课题的来源和论文的主要研究内容以及研究的意义。(2)阐述了作者参与研制开发的AMT控制系统具有的基本功能和设计要求;介绍了该系统的结构、主要组成部分和基本工作原理,并针对AMT系统设计中的几个关键内容:电子控制单元ECU设计;液压动力源设计;离合器、选换挡及节气门控制单元的设计;AMT控制系统的抗干扰设计;AMT控制系统的故障诊断和容错控制设计,详细阐述了作者的设计思想和研究成果,独立自主地设计和研制出了与桑塔纳2000型轿车适配的、具有自主知识产权的、便于国产化的AMT硬件系统。目前整个硬件系统已运行四年多时间、汽车在各种路况下已行驶10万多公里,试验证明所设计的硬件系统不仅满足了整个控制系统的要求,而且具有较高的可靠性和性能价格比。(3)阐述了模糊控制和仿人智能控制的基本思想和重要的理论基础知识;分析了他们的特点和适用范围;概括了模糊控制系统和仿人智能控制系统的设计内容和设计方法;并针对模糊控制的不足之处,将仿人智能控制技术与模糊控制相结合,提出了一种仿人智能模糊控制器,给出了该控制器的结构和控制算法。仿真分析和实际应用证明,仿人智能模糊控制器的设计不需要对象精确的数学模型,且实现比较简单,实时控制效果好。它具有响应速度快、超调小、鲁棒性强等优点,具有一定的应用价值。(4)针对作者研制的电液式节气门执行器的控制问题进行了研究。分析了被控对象的控制技术难点;介绍了电液式节气门执行器的控制系统结构,提出了基于多模态的仿人智能控制器,给出了控制器的结构和控制算法,以及在桑塔纳2000样车上获得的试验测试结果;为了进一步提高电液式节气门执行器位置控制系统的性能,又将作者提出的仿人智能模糊控制应用于该系统,给出了基于查表法的仿人智
遗传算法， 是人工智能的一种算法的。以前图书馆有看到， 很多相关的书的，不要寄望于自己什么都不做，就找人家帮忙啦。
钢丝帘布裁断机控制系统的设计有机/无机纳米复合薄膜电双稳特性影响因素的探讨新型含二苯并硅杂环戊二烯单元聚合物的合成及其光物理性能高精度测控系统中的实用电磁兼容设计技术研究面向加速度检测的MEMS微环谐振腔传感关键技术研究基于SU-8微透镜及其阵列制造方法GDI发动机的轨压控制研究单根碳纳米线圈上激光光力、光热转换及其应用研究环境搜索与路径规划算法的研究仿人机械手中医按摩手法的建模与柔顺控制三苯胺衍生物的合成及光学性能研究吲哚咔唑化合物的合成及研究分析新型光电自准直经纬仪关键技术研究掺杂和发光层退火对Ir(piq)_3电致磷光性能的影响基于双目视觉轮式机器人的目标检测与定位跟踪研究含氮杂环共轭化合物的合成及光学性能研究城市轨道交通运营设备设施安全评价体系研究电场与小尺度火焰相互作用的实验研究及模拟分析白色有机电致发光器件的制备及研究核/壳结构锌基化合物量子点的电致发光特性的研究ZnO量子点的合成及与MEH-PPV复合电致发光器件的研究武汉城市圈中高职衔接的教学模式研究新型高效红色磷光铱配合物发光特性的研究基于LabVIEW的带式输送机监测系统研究煤矿电机应急调速系统研究分析智能型生态厕所的绿色研究和开发研究
本文仅供学习使用，并非商业用途，全文是针对哈尔滨工业大学刘文之的论文《移动机器人的路径规划与定位技术研究》进行提炼与学习。论文来源中国知网，引用格式如下： [1]刘文之. 基于激光雷达的SLAM和路径规划算法研究与实现[D].哈尔滨工业大学,2018.
相关坐标系转换原理已经在前一篇文章写完了，直接上转换方程。
这里他的运动模型选择的是基于里程计的运动模型，还有一种基于速度的运动模型，其实都差不多，整体思想都一样。里程计是通过计算一定时间内光电编码器输出脉冲数来估计机器人运动位移的装置，主要是使用光电码盘。根据光电码盘计算出此时轮子的速度，然后通过已知的轮子半径来获得单位时间 每个轮子 的位移增量。
高等数学可知单位时间位移增量就是速度，对速度在一定时间上进行积分就得到这一段时间所走过的路程。
根据上图，我们可以求出来机器人航向角角速度、圆弧运动半径和机器人角度变化量，由此可以解的机器人在当前时刻的位姿。
实际上也是有误差，所以单独依靠里程计会与实际结果产生较大误差，所以必须引入其他的外部传感器对外部环境的观测来修正这些误差，从而提高定位精度。
首先肯定需要将激光雷达所测得的端点坐标从极坐标、机器人坐标中转换到世界坐标中。
这张略过，暂时不需要看这个
路径规划算法介绍：
因为该算法会产生大量的无用临时途径，简单说就是很慢，所以有了其他算法。
了解两种代价之后，对于每一个方块我们采用预估代价与当前路径代价相加的方法，这样可以表示每一个路径点距离终点的距离。在BFS搜索过程的基础上，优先挑选总代价最低的那个路径进行搜索，就可以少走不少弯路。（算法讲解 ）
在局部路径规划算法之中，我们选用DWA算法（dynamic window approach），又叫动态窗口法。动态窗口法主要是在速度(v, w)空间中采样多组速度，并模拟机器人在这些速度下一定时间内的轨迹。在得到多组轨迹后，对这些轨迹进行评价，选取最优的轨迹所对应的速度来驱动机器人运动。 state sampling就是按照之前给出的全局路径规划，无论是Dijkstra还是A* 都可以方便的得到state sampling，DWA算法所需要提前建立的action sampling有两种：
但是无论是什么情况，上述所做的工作就是把机器人的位移转化到世界坐标中来，而不是机器人坐标系。速度采样结束之后，只需要对小车的轨迹进行评判，就可以得到最优解了。下面介绍速度采样的办法。
对速度进行采样一般有以下三个限制：
当确定了速度范围之后，就需要根据速度分辨率来对小车速度离散化，在每一时刻将小车在不同直线速度角速度组合下所即将要行驶的距离都可视化出来。
其中每一条轨迹都是很多小直线连接起来的。
需要用评价函数来对上述轨迹进行选择，选择最适合的轨迹
最后为了让三个参数在评价函数里所发挥的作用均等，我们使用归一化处理来计算权重。
算法流程整体如下：
曲面测量方法研究及测量仿真摘要 3-4 ABSTRACT 4-5 第一章 绪论 9-15 1.1 引言 9 1.2 曲面测量方法 9-11 1.3 国内外研究现状 11-13 1.3.1 已知CAD 模型的曲面测量研究现状 11 1.3.2 未知CAD 模型的曲面测量研究现状 11-12 1.3.3 测量仿真研究现状 12-13 1.4 课题背景及主要研究内容 13-15 1.4.1 选题背景 13-14 1.4.2 论文主要研究内容 14-15 第二章 CMM 测量曲面技术研究 15-27 2.1 引言 15 2.2 CMM 测量软件 15-16 2.3 曲面的CMM 测量方式 16-19 2.3.1 点位触发式 16-17 2.3.2 连续扫描式 17-18 2.3.3 编程方式 18-19 2.4 曲面测量路径规划 19-23 2.4.1 测量路径的设计原则 19-21 2.4.2 曲面测量路径规划策略 21-23 2.5 测头半径补偿 23-25 2.6 测量误差评定 25-26 2.6.1 点位测量下的测量误差评定 25-26 2.6.2 扫描测量下的测量误差评定 26 2.7 本章小结 26-27 第三章 CMM 测量曲面误差分析及减小方法 27-47 3.1 引言 27 3.2 机器误差对测量误差的影响 27-33 3.2.1 静态误差 27-30 3.2.2 动态误差 30 3.2.3 机器误差补偿 30-33 3.3 工件坐标系的建立对测量误差的影响 33-38 3.3.1 产生工件坐标系建立误差的原因 34 3.3.2 常用的工件坐标系建立方法 34-36 3.3.3 不同方法下的测量误差比较 36-37 3.3.4 减小工件坐标系建立误差的方法 37-38 3.4 测量规划对测量误差的影响 38-42 3.4.1 沿法矢量规划测量路径 39 3.4.2 通过数学模型求测点矢量 39-42 3.5 测头半径补偿对测量误差的影响 42-44 3.5.1 测头的选择 42-43 3.5.2 测头半径补偿误差 43-44 3.6 测量人员操作水平对测量误差的影响 44-46 3.6.1 手动测量误差 44 3.6.2 实现三坐标自动测量 44-46 3.7 本章小节 46-47 第四章 已知CAD 模型的曲面测量及仿真 47-71 4.1 引言 47 4.2 三平面法与最小二乘法建立工件坐标系 47-52 4.2.1 工件坐标系建立过程 47-49 4.2.2 叶片检测中工件坐标系的建立 49-52 4.3 测点自适应分布 52-57 4.3.1 测点数确定 52-54 4.3.2 曲率差值法实现测点自适应分布 54-56 4.3.3 直线夹角法实现测点自适应分布 56-57 4.4 沿矢量方向进行路径规划与半径补偿 57-59 4.4.1 沿矢量方向规划测量路径 58 4.4.2 沿矢量方向补偿测头半径 58-59 4.5 测量仿真 59-70 4.5.1 仿真方法研究 60 4.5.2 最小二乘法实现初始坐标系的变换 60-62 4.5.3 实现测点自适应分布 62-65 4.5.4 测量路径仿真检验 65-66 4.5.5 避障点设置 66-67 4.5.6 DMIS 程序生成 67-68 4.5.7 三坐标测量数据读取 68-69 4.5.8 测量误差评定 69-70 4.6 本章小结 70-71
1.人工势场法是由Khatib提出的一种虚拟力法，它的基本思想是将机器人在周围环境中的运动，设计成一种抽象的人造引力场中的运动，目标点对移动机器人产生“引力”，障碍物对移动机器人产生“斥力”，最后通过求合力来控制移动机器人的运动。应用势场法规划出来的路径一般是比较平滑并且安全，但是这种方法存在局部最优点问题。2.主程序： clear clc Xo=[0 0];%起点位置 k=15;%计算引力需要的增益系数 m=4;%计算斥力的增益系数，都是自己设定的。 Po=2.5;%障碍影响距离，当障碍和车的距离大于这个距离时，斥力为0，即不受该障碍的影响。也是自己设定。 n=7;%障碍个数 l=0.2;%步长 J=600;%循环迭代次数 %如果不能实现预期目标，可能也与初始的增益系数，Po设置的不合适有关。 %end %给出障碍和目标信息 Xsum=[10 10;1 1.5;3 2.2;4 4.5;3 6;6 2;5.5 6;8 8.2];%这个向量是(n+1)*2维，其中[10 10]是目标位置，剩下的都是障碍的位置。 Xj=Xo;%j=1循环初始，将车的起始坐标赋给Xj %***************初始化结束，开始主体循环****************** for j=1:J%循环开始 Goal(j,1)=Xj(1);%Goal是保存车走过的每个点的坐标。刚开始先将起点放进该向量。 Goal(j,2)=Xj(2); %调用计算角度模块 Theta=compute_angle(Xj,Xsum,n);%Theta是计算出来的车和障碍，和目标之间的与X轴之间的夹角，统一规定角度为逆时针方向，用这个模块可以计算出来。 %调用计算引力模块 Angle=Theta(1);%Theta（1）是车和目标之间的角度，目标对车是引力。 angle_at=Theta(1);%为了后续计算斥力在引力方向的分量赋值给angle_at [Fatx,Faty]=compute_Attract(Xj,Xsum,k,Angle);%计算出目标对车的引力在x,y方向的两个分量值。for i=1:n angle_re(i)=Theta(i+1);%计算斥力用的角度，是个向量，因为有n个障碍，就有n个角度。 end
数字化家庭是未来智能小区系统的基本单元。所谓“数字化家庭”就是基于家庭内部提供覆盖整个家庭的智能化服务，包括数据通信、家庭娱乐和信息家电控制功能。 数字化家庭设计的一项主要内容是通信功能的实现，包括家庭与外界的通信及家庭内部相关设施之间的通信。从现在的发展来看，外部的通信主要通过宽带接入。intenet，而家庭内部的通信，笔者采用目前比较具有竞争力的蓝牙(bluetootlh)无线接入技术。 传统的数字化家庭采用pc进行总体控制，缺乏人性化。笔者根据人工情感的思想设计一种配备多种外部传感器的智能机器人，将此智能机器人视作家庭成员，通过它实现对数字化家庭的控制。 本文主要就智能机器人在数字化家庭医疗保健方面的应用进行模型设计，在智能机器人与医疗仪器和控制pc的通信采用蓝牙技术。整个系统的成本较低，功能较为全面，扩展应用非常广阔，具有极大的市场潜力。2 智能机器人的总体设计 2．1 智能机器人的多传感器系统 机器人智能技术中最为重要的相关领域是机器人的多感觉系统和多传感信息的集成与融合[1]，统称为智能系统的硬件和软件部分。视觉、听觉、力觉、触觉等外部传感器和机器人各关节的内部传感器信息融合使用，可使机器人完成实时图像传输、语音识别、景物辨别、定位、自动避障、目标物探测等重要功能；给机器人加上相关的医疗模块(ccd、camera、立体麦克风、图像采集卡等)和专用医疗传感器部件，再加上医疗专家系统就可以实现医疗保健和远程医疗监护功能。智能机器人的多传感器系统框图如图1所示。 2．2 智能机器人控制系统 机器人控制系统包含2部分：一是上位机，一般采用pc，它完成机器人的运动轨迹规划、传感器信息融合控制算法、视觉处理、人机接口及远程处理等任务；二是下位机，一般采用多单片机系统或dsp等作为控制器的核心部件，完成电机伺服控制、反馈处理、图像处理、语音识别和通信接口等功能。 如果采用多单片机系统作为下位机，每个处理器完成单一任务，通过信息交换和相互协调完成总体系统功能，但其在信号处理能力上明显有所欠缺。由于dsp擅长对信号的处理，而且对此智能机器人来说经常需要信号处理、图像处理和语音识别，所以采用dsp作为智能机器人控制系统的控制器[2]。 控制系统以dsp(tms320c54x)为核心部件，由蓝牙无线通信、gsm无线通信(支持gprs)、电机驱动、数字罗盘、感觉功能传感器(视觉和听觉等)、医疗传感器和多选一串口通信(rs-232)模块等组成，控制系统框图如图2所示。 (1)系统通过驱动电机和转向电机控制机器人的运动，转向电机利用数字罗盘的信息作为反馈量进行pid控制。 (2)采用爱立信(ericsson)公司的rokl01007型电路作为蓝牙无线通信模块，实现智能机器人与上位机pc的通信和与其他基于蓝牙模块的医疗保健仪器的通信。 (3)支持gprs的gsm无线通信模块支持数据、语音、短信息和传真服务，采用手机通信方式与远端医疗监控中心通信。 (4)由于tms320c54x只有1个串行口，而蓝牙模块、gsm无线模块、数字罗盘和视觉听觉等感觉功能传感器模块都是采用rs一232异步串行通信，所以必须设计1个多选一串口通信模块进行转换处理。当tms320c54x需要蓝牙无线通信模块的数据时通过电路选通；当t~ms320c54x需要某个传感器模块的数据时，关断上次无线通信模块的选通，同时选通该次传感器模块。这样，各个模块就完成了与1~ms320c54x的串口通信。3 主要医疗保健功能的实现 智能机器人对于数字化家庭的医疗保健可以提供如下的服务： (1)医疗监护 通过集成有蓝牙模块的医疗传感器对家庭成员的主要生理参数如心电、血压、体温、呼吸和血氧饱和度等进行实时检测，通过机器人的处理系统提供本地结果。 (2)远程诊断和会诊 通过机器人的视觉和听觉等感觉功能，将采集的视频、音频等数据结合各项生理参数数据传给远程医疗中心，由医疗中心的专家进行远程监控，结合医疗专家系统对家庭成员的健康状况进行会诊，即提供望(视频)、闻、问(音频)、切(各项生理参数)的服务[3]。 3．1机器人视觉与视频信号的传输 机器人采集的视频信号有2种作用：提供机器人视觉；将采集到的家庭成员的静态图像和动态画面传给远程医疗中心。 机器人视觉的作用是从3维环境图像中获得所需的信息并构造出环境对象的明确而有意义的描述。视觉包括3个过程： (1)图像获取。通过视觉传感器(立体影像的ccd camera)将3维环境图像转换为电信号。 (2)图像处理。图像到图像的变换，如特征提取。 (3)图像理解。在处理的基础上给出环境描述。 通过视频信号的传输，远程医疗中心的医生可以实时了解家庭成员的身体状况和精神状态。智能机器人根据医生的需要捕捉适合医疗保健和诊断需求的图像，有选择地传输高分辨率和低分辨率的图像。在医疗保健的过程中，对于图像传送有2种不同条件的需求： (1)医生观察家庭成员的皮肤、嘴唇、舌面、指甲和面部表情的颜色时，需要传送静态高清晰度彩色图像；采用的方法是间隔一段时间(例如5分钟)传送1幅高清晰度静态图像。 (2)医生借助动态画面查看家庭成员的身体移动能力时，可以传送分辨率较低和尺寸较小的图像，采用的方法是进行合理的压缩和恢复以保证实时性。 3．2机器人听觉与音频信号的传输 机器人采集的音频信号也有2种作用：一是提供机器人听觉；二是借助于音频信号，家庭成员可以和医生进行沟通，医生可以了解家庭成员的健康状况和心态。音频信号的传输为医生对家庭成员进行医疗保健提供了语言交流的途径。 机器人听觉是语音识别技术，医疗保健智能机器人带有各种声交互系统，能够按照家庭成员的命令进行医疗测试和监护，还可以按照家庭成员的命令做家务、控制数字化家电和照看病人等。 声音的获取采用多个立体麦克风。由于声音的频率范围大约是300hz一3400hz，过高或过低频率的声音在一般情况下是不需要传输的，所以只用传送频率范围在1000hz-3000hz的声音，医生和家庭成员就可以进行正常的交流，从而可以降低传输音频信号所占用的带宽，再采用合适的通信音频压缩协议即可满足实时音频的要求。智能机器人的听觉系统如图3所示。3．3各项生理信息的采集与传输 传统检测设备通过有线方式连到人体上进行生理信息的采集，各种连线容易使病人心情紧张，从而导致检测到的数据不准确。使用蓝牙技术可以很好地解决这个问题，带有蓝牙模块的医疗微型传感器安置在家庭成员身上，尽量使其不对人体正常活动产生干扰，再通过蓝牙技术将采集的数据传输到接收设备并对其进行处理。 在智能机器人上安装1个带有蓝牙模块的探测器作为接收设备，各种医疗传感器将采集到的生理信息数据通过蓝牙模块传输到探测器，探测器有2种工作方式：一是将数据交给智能机器人处理，提供本地结果；二是与internet连接(也可以通过gsm无线模块直接发回)，通过将数据传输到远程医疗中心，达到医疗保健与远程监护的目的。视频和音频数据的传输也采用这种方式。智能机器人的数据传输系统如图4所示。 4 蓝牙模块的应用 4．1蓝牙技术概况 蓝牙技术[4]是用于替代电缆或连线的短距离无线通信技术。它的载波选用全球公用的2．4ghz(实际射频通道为f=2402 k×1mhz，k=0，1，2，…，78)ism频带，并采用跳频方式来扩展频带，跳频速率为1600跳/s。可得到79个1mhz带宽的信道。蓝牙设备采用gfsk调制技术，通信速率为1mbit/s，实际有效速率最高可达721kbit/s，通信距离为10m，发射功率为1mw；当发射功率为100mw时，通信距离可达100m，可以满足数字化家庭的需要。 4．2蓝牙模块 rokl01007型蓝牙模块[5]是爱立信公司推出的适合于短距离通信的无线基带模块。它的集成度高、功耗小(射频功率为1mw)，支持所有的蓝牙协议，可嵌入任何需要蓝牙功能的设备中。该模块包括基带控制器、无线收发器、闪存、电源管理模块和时钟5个功能模块，可提供高至hci(主机控制接口)层的功能。单个蓝牙模块的结构如图5所示。 4．3主，从设备硬件组成 蓝牙技术支持点到点ppp(point-t0-point pro-tocol)和点对多点的通信，用无线方式将若干蓝牙设备连接成1个微微网[6]。每个微微网由1个主设备(master)和若干个从设备(slave)组成，从设备最多为7台。主设备负责通信协议的动作，mac地址用3位来表示，即在1个微微网内可寻址8个设备(互联的设备数量实际是没有限制的，只不过在同一时刻只能激活8个，其中1个为主，7个为从)。从设备受控于主设备。所有设备单元均采用同一跳频序列。 将带有蓝牙模块的微型医疗传感器作为从设备，将智能机器人上的带有蓝牙模块的探测器作为主设备。主从设备的硬件主要包括天线单元、功率放大模块、蓝牙模块、嵌入式微处理器系统、接口电路及一些辅助电路。主设备是整个蓝牙的核心部分，要完成各种不同通信协议之间的转换和信息共享，以及同外部通信之间的数据交换功能，同时还负责对各个从设备的管理和控制。 5 结束语 随着社会的进步，经济的发展和人民生活水平的提高，越来越多的人需要家庭医疗保健服务。文中提出的应用于数字化家庭医疗保健服务的智能机器人系统的功能较为全面，且在家用智能机器人、基于蓝牙技术的智能家居和数字化医院等方面的拓展应用非常广阔，具有极大的市场潜力。 更多论文请到文秘杂烩网 采纳哦
先进机器人方面的论文在 轻风论文网 很多的哦，你可以参考下，如果还有不清楚的地方，可以咨询下他们的在线辅导老师，我之前也是求助他们帮忙的，很快就给我了，当时还是 轻风论文的王老师帮忙的，态度不错，呵呵，相对于一些小 机构和个人要靠谱的多这里还有些 资料，你参考下多移动机器人路径规划算法与导航系统研究 本文主要研究了多移 动机器人协调系统中的多移动机器人路径规划算 法与导航系统。导航系统采用了全局路径规划与 局部路径规划算法相结合 的方式。全局路径规 划采用改进的动态规划算法，将其他机器人位置信息加入机器 人路径规划当中。局部路径规划 采用人工势场法，使机器人不断朝目标运动的同时 避免与环境、障碍物发生碰撞。通过在分布式多移动机器人仿真系统上进行的实验，充分证明了路径规 划算法与导航系统适于 多移动机器人协调，性能比较好。本文主要研究了以 下内容：1．构建适合于多移动 机器人的导航 系统；2．提出一种适用于多移动机器人的路径规 划算法；3．利用分布式多移动机器人仿真系统验证导航系统与路径规划算法。导航系统采用全局路径规划与局部路径规划算 法相结合的方式。导航系统启动后，机器人和服务器建立连接，服务器 会读取数据库中的地图信息，将地图信息传送给机器人。机器人先做全局路径规划，从地图信息中提取出拓扑 图，结合地图信息中的数据 ，搜索最优路径，完成全局路径规划。全局路径规划的结果是由道路，站组成的一 条全局路径。机器人在每段道路中进行局部路径规划算法，在朝局部目标点运动的同时 ，要与墙壁保持安全距离，并且要避免与其他机器人相撞。每到达一个局部目 标点，机器人就朝终点 接近一步，并最终完成服务器给定的任务。在导航系统中，全局路径规划给机器人全局的指导，目标 明确，避免了仅用局部路径规划时造成的机器人运动的盲目性。同时又发 扬了局部路径规划的优势，具有良好 的实时性，避免碰撞。
无人机城市物流配送路线规划优化理论与方法如下，首先需要扩大配送的路线，以提高利润，同时要控制成本，以达到优化的理论和方法。
关于电子商务专业论文的参考文献
在学习、工作生活中，大家都尝试过写论文吧，借助论文可以达到探讨问题进行学术研究的目的。写论文的注意事项有许多，你确定会写吗？以下是我精心整理的关于电子商务专业论文的参考文献，仅供参考，大家一起来看看吧。
1、姚国章，《中国企业电子商务发展战略》，北京大学出版社
2、携程电子商务模式组成要素分析、电子商务
3、电子商务经营模式给企业带来了什么、电子商务
4、服务中小企业的第三方电子商务模式研究、电子商务
5、电子商务中《消费者权益保护法》适格主体研究、电子商务
6、谈新就业形势下的职业院校电子商务专业建设、电子商务
7、浅谈物资采购的电子商务化、电子科技
8、中国电信新一代b2b电子商务网站商集网上线运营、互联网周刊
9、web数据挖掘在零售业电子商务中的应用、经济师
10、电子商务环境下的税收、经济师
11、试论电子商务物流隐性成本控制、经济师
12、破除制约我国电子商务发展的`四大瓶颈、通信世界
13、电子商务代表网站及业务模式分析、通信世界
14、组建基于企业服务总线的电子商务集成系统研究、计算机应用与软件
15、基于soap的即时消息在b2c电子商务系统中的应用、计算机应用与软件
16、电子商务对会计的影响及电子商务会计的发展、会计之友(中)
17、电子商务中数据挖掘技术的使用、内蒙古电大学刊
18、电子商务专业毕业生就业率低的原因及其对策、内蒙古电大学刊
19、浅谈烟草行业电子商务、华北、东北地区XX年度烟草学术交流研讨会论文集
20、b2c电子商务模式下物流配送路径优化问题研究、北京交通大学
21、电子商务环境下传统企业流程变革研究、同济大学
22、浅析电子商务诚信体系的构建与实现、商场现代化
23、基于电子商务的供应链管理研究、商场现代化
24、电子商务体系结构与电子支付技术、商场现代化
25、论新农村建设中农业电子商务的发展战略、商场现代化
26、旅游电子商务网站的构建、商场现代化
27、分销商网络团购营销的电子商务模型研究、商场现代化
28、电子商务及其安全技术、商场现代化
29、浅析电子商务的安全、商场现代化
30、web、2.0技术在电子商务中的应用、商场现代化
[1] 梁静 着.销售互动中的说服效果：给予消费者说服应对的视角[M].杭州：浙江大学出版社，2012:37-38.
[2] 银成钺，杨雪，王影. 基于关键事件技术的服务业顾客问互动行为研究[J]. 预测：2010:15-20.
[3] 蒋婷，胡正明. 服务接触中游客间互动行为研究--基于关键事件技术的方法[J]. 旅游学刊.[37] 张岳.信任与感知风险对客户网络购物意愿的影响研究[J].商业经济，2012(392)，2:150-86-91.
[4] 黄莹，朱建荣.网络口碑质量对服装消费者购买意愿影响的实证研究[J].现代商业，2013:22-24.
[5] 綦晓燕.网络购物感知风险的研究综述[J].科技创业月刊，2010(11)，144-146.
[6] 冯建英，穆维松，傅泽田.消费者的购买意愿研究综述[J].现代管理科学，2006(11)：7-9.
[7] 李宛颖. 在线销售考虑因素之研究[D].高雄：中山大学，1999:37-38.
[8] 井森，周颖，王方华.网上购物感知风险的实证研究[J].系统管理学报，2006,2(16)：164-169.
[9] 孙瑾 着.消费者服务购买决策过程的影响机制研究 [M].北京：中国社会科学出版社，2010:47-50.
[10] 吴佩勋.感知质量和感知风险对自有品牌购买意愿的影响[J].中国流通经济，2013(2)：83-89.
[11] Tan S. J. Strategies for reducing consumers' risk aversion in Internet Shopping[J]. Journal of Consumer Marketing, 1999(16)：163-180.
[12] 李小梅，李定家. 网络购物之降低风险策略研究[J]. 第一届网站经营学术暨实务研讨会论文集，2000:132-136.
[13] Libai B., Bolton R., Bügel M.S., et al .Customer-to-customer interactions: Broadening the scope ofword of mouth research [J]. Journal of Service Research. 2010(13)：267-282.
[14] Langeard E, Bateson JEG, Lovelock CH, et al .Service marketing: New insights from consumers and managers. Cambridge mass [R]. Marketing Science Institute. 1981:467-487.
[1] 黄崇珍, 杜蓉.电子商务下第三方物流研究[J] 信息技术, 2004 年11月,第28 卷 第11期
[2] 崔介何主编，《电子商务与物流》，中国物资出版社，2002年4月第一版
[3] 张晓燕.对中国B2C 电子商务发展思路的探索[J]商场现代化.2005 年9 月(中),总第443 期.
[4] 张铎,林自葵.电子商务与现代物流[M].北京: 北京大学出版社, 2002.
[5] 谭清美,王子龙，城市物流对经济的拉动作用研究——以江苏南京为例，工业技术经济，2004年01期
[6] 王健,方佳林，美、日、欧现代物流发展的比较与启示，东北亚论坛，2005年02期
[7] 王淑琴,陈峻,王炜，城市现代物流系统布局规划研究——以扬州市为例，规划师，2005年02期
[8] 梁燕君，《电子商务物流新旧模式之比较》，商品储运与养护，2009年第五期
[9] 王文斌,马祖军,武振业，现代物流业与区域经济发展，经济体制改革，2002年01期
[10] 李辉民，现代物流的形成趋势与对策，集装箱化，2009年04期
[11] 汪鸣,冯浩，我国现代物流业发展政策及建议，宏观经济研究，2010年05期
[12] 张林红,陈家源，新世纪我国航运企业物流运作模式的探讨，世界海运，2011年05期
[13] 王成钢,陈登斌.B2C电子商务配送系统建设[M].长沙：湖南师范大学出版,2008.
[14] 仲岩,芦阳,李霞.电子商务实物[M].北京：北京大学出版社,2009.
[15] 常连玉,陈海燕.B2C电子商务配送模式的思考[J].物流技术 .2010(8).
[16] 孙勇.我国B2C电子商务物流配送问题与对策[J].现代商业.2010(7).
《无人机城市物流配送路线规划优化理论与方法》是由张树南，郭雪松和刘国胜在2016年出版的一本书。它提供了关于无人机配送路线规划优化的有用技术和实践方法。
最短路径问题是图论研究中一个经典算法问题，旨在寻找图中两节点或单个节点到其他节点之间的最短路径。根据问题的不同，算法的具体形式包括：
常用的最短路径算法包括：Dijkstra算法，A 算法，Bellman-Ford算法，SPFA算法（Bellman-Ford算法的改进版本），Floyd-Warshall算法，Johnson算法以及Bi-direction BFS算法。本文将重点介绍Dijkstra算法的原理以及实现。
Dijkstra算法，翻译作戴克斯特拉算法或迪杰斯特拉算法，于1956年由荷兰计算机科学家艾兹赫尔.戴克斯特拉提出，用于解决赋权有向图的 单源最短路径问题 。所谓单源最短路径问题是指确定起点，寻找该节点到图中任意节点的最短路径，算法可用于寻找两个城市中的最短路径或是解决著名的旅行商问题。
问题描述 ：在无向图 中， 为图节点的集合， 为节点之间连线边的集合。假设每条边 的权重为 ，找到由顶点 到其余各个节点的最短路径（单源最短路径）。
为带权无向图，图中顶点 分为两组，第一组为已求出最短路径的顶点集合（用 表示）。初始时 只有源点，当求得一条最短路径时，便将新增顶点添加进 ，直到所有顶点加入 中，算法结束。第二组为未确定最短路径顶点集合（用 表示），随着 中顶点增加， 中顶点逐渐减少。
以下图为例，对Dijkstra算法的工作流程进行演示（以顶点 为起点）：
注： 01） 是已计算出最短路径的顶点集合； 02） 是未计算出最短路径的顶点集合； 03） 表示顶点 到顶点 的最短距离为3 第1步 ：选取顶点 添加进
第2步 ：选取顶点 添加进 ，更新 中顶点最短距离
第3步 ：选取顶点 添加进 ，更新 中顶点最短距离
第4步 ：选取顶点 添加进 ，更新 中顶点最短距离
第5步 ：选取顶点 添加进 ，更新 中顶点最短距离
第6步 ：选取顶点 添加进 ，更新 中顶点最短距离
第7步 ：选取顶点 添加进 ，更新 中顶点最短距离
示例：node编号1-7分别代表A,B,C,D,E,F,G
(s.paths <- shortest.paths(g, algorithm = "dijkstra"))输出结果：
(s.paths <- shortest.paths(g,4, algorithm = "dijkstra"))输出结果：
示例：
找到D（4）到G（7）的最短路径：
[1] 维基百科，最短路径问题： ； [2]CSDN，Dijkstra算法原理： ; [3]RDocumentation: ; [4]RDocumentation: ; [5]Pypi:
现在，我们准备介绍计算机科学史上伟大的成就之一：Dijkstra最短路径算法[1]。这个算法适用于边的长度均不为负数的有向图，它计算从一个起始顶点到其他所有顶点的最短路径的长度。在正式定义这个问题（3.1节）之后，我们讲解这个算法（3.2节）以及它的正确性证明（3.3节），然后介绍一个简单直接的实现（3.4节）。在第4章中，我们将看到这种算法的一种令人惊叹的快速实现，它充分利用了堆这种数据结构。3.1单源最短路径问题3.1.1问题定义Dijkstra算法解决了单源最短路径问题。[2]问题：单源最短路径输入：有向图G=(V, E)，起始顶点s∈V，并且每条边e∈E的长度e均为非负值。输出：每个顶点v∈V的dist(s,v)。注意，dist(s,v)这种记法表示从s到v的最短路径的长度（如果不存在从s到v的路径，dist(s,v)就是+∞）。所谓路径的长度，就是组成这条路径的各条边的长度之和。例如，在一个每条边的长度均为1的图中，路径的长度就是它所包含的边的数量。从顶点v到顶点w的最短路径就是所有从v到w的路径中长度最短的。例如，如果一个图表示道路网，每条边的长度表示从一端到另一端的预期行车时间，那么单源最短路径问题就成为计算从一个起始顶点到所有可能的目的地的行车时间的问题。小测验3.1考虑单源最短路径问题的下面这个输入，起始顶点为s，每个边都有一个标签标识了它的长度：从s出发到s、v、w和t的最短距离分别是多少？（a）0，1，2，3（b）0，1，3，6（c）0，1，4，6（d）0，1，4，7（正确答案和详细解释参见3.1.4节。）3.1.2一些前提条件方便起见，我们假设本章中的输入图是有向图。经过一些微小的戏剧性修改之后，Dijkstra算法同样适用于无向图（可以进行验证）。另一个前提条件比较重要。问题陈述已经清楚地表明：我们假设每条边的长度是非负的。在许多应用中（例如计算行车路线），边的长度天然就是非负的（除非涉及时光机器），完全不需要担心这个问题。但是，我们要记住，图的路径也可以表示抽象的决策序列。例如，也许我们希望计算涉及购买和销售的金融交易序列的利润。这个问题相当于在一个边的长度可能为正也可能为负的图中寻找最短路径。在边的长度可能为负的应用中，我们不应该使用Dijkstra算法，具体原因可以参考3.3.1节。[3]3.1.3为什么不使用宽度优先的搜索如2.2节所述，宽度优先的搜索的一个“杀手”级应用就是计算从一个起始顶点出发的最短路径。我们为什么需要另一种最短路径算法呢？记住，宽度优先的搜索计算的是从起始顶点到每个其他顶点的边数最少的路径，这是单源最短路径问题中每条边的长度均为1这种特殊情况。我们在小测验3.1中看到，对于通用的非负长度边，最短路径并不一定是边数最少的路径。最短路径的许多应用，例如计算行车路线或金融交易序列，不可避免地涉及不同长度的边。但是，读者可能会觉得，通用的最短路径问题与这种特殊情况真的存在这么大的区别吗？如图3.1所示，我们不能把一条更长的边看成3条长度为1的边组成的路径吗？图3.1路径事实上，“一条长度为正整数的边”和“一条由条长度为1的边所组成的路径”之间并没有本质的区别。在原则上，我们可以把每条边展开为由多条长度为1的边组成的路径，然后应用宽度优先的搜索对图进行展开来解决单源最短路径问题。这是把一个问题简化为另一个问题的一个例子。在这个例子中，就是从边的长度为正整数的单源最短路径问题简化为每条边的长度均为1的特殊情况。这种简化所存在的主要问题是它扩大了图的规模。如果所有边的长度都是小整数，那么这种扩张并不是严重的问题。但在实际应用中，情况并不一定如此。某条边的长度很可能比原图中顶点和边的总数还要大很多！宽度优先的搜索在扩张后的图中的运行效率是线性时间，但这种线性时间并不一定接近原图长度的线性时间。Dijkstra算法可以看成是在扩张后的图上执行宽度优先的搜索的一种灵活模拟，它只对原始输入图进行操作，其运行时间为近似线性。关于简化如果一种能够解决问题B的算法可以方便地经过转换解决问题A，那么问题A就可以简化为问题B。例如，计算数组的中位元素的问题可以简化为对数组进行排序的问题。简化是算法及其限制的研究中非常重要的概念，具有极强的实用性。我们总是应该寻求问题的简化。当我们遇到一个似乎是新的问题时，总是要问自己：这个问题是不是一个我们已经知道怎样解决的问题的伪装版本呢？或者，我们是不是可以把这个问题的通用版本简化为一种特殊情况呢？3.1.4小测验3.1的答案正确答案：（b）。从s到本身的最短路径的长度为0以及从s到v的最短路径的长度为1不需要讨论。顶点w稍微有趣一点。从s到w的其中一条路径是有向边(s,w)，它的长度是4。但是，通过更多的边可以减少总长度：路径s→v→w的长度只有1+2=3，它是最短的s−w路径。类似地，从s到t的每条经过两次跳跃的路径的长度为7，而那条更迂回的路径的长度只有1+2+3=6。3.2Dijkstra算法3.2.1伪码Dijkstra算法的高层结构与第2章的图搜索算法相似。[4]它的主循环的每次迭代处理一个新的顶点。这个算法的高级之处在于它采用了一种非常“聪明”的规则选择接下来处理哪个顶点：就是尚未处理的顶点中看上去最靠近起始顶点的那一个。下面的优雅伪码精确地描述了这个思路。