“华为杯”第十六届中国研究生数学建模F题 国家一等奖.zip

# 多约束条件下智能飞行器航迹快速规划代码 代码实现了全部题目，并用pybind11实现了python与C++的无缝衔接。C++代码和库在Cpp_lib中。 #项目说明 - 第一问主要用记忆化深度优先搜索和dijkstra+堆优化实现 - 第二问在第一问的基础上，修正五条最短路径然后取最优航迹 - 第三问在第一题的基础上，设问题校正点出发时的误差变为5 ### 代码运行 ``` python3 main_function.py --data_path 数据路径 --alpha1 垂直校正点垂直约束值 --alpha2 垂直校正点水平约束值 --beta1 水平校正点垂直约束值 --beta2 水平校正点水平约束值 --thet 目的地约束值 --delta 每一米的增加的误差值 --prob 是否使用第三题约束 --top5 是否获取五条最优航迹 ``` #### 第一题运行命令 ```数据集1 sh ./run_data1.sh``` ```数据集2 sh ./run_data2.sh``` #### 第二题先生成5跳最优路径长度再确定误差，类似命令 ``` 生成路径 数据集1 sh ./run_data1_top5.sh 数据集2 sh ./run_data2_top5.sh ``` ```确定路径 python3 get_angle_route.py``` ```生成误差 python3 generate_angle_route_error``` #### 第三题在第一题基础上直接改设置error值为5，命令 ```生成路径 ``` ```数据集1 sh ./run_data1_prob.sh``` ```数据集2 sh ./run_data2_prob.sh```