基于改进自适应遗传算法的机器人路径规划研究

摘要：

传统遗传算法的交叉和变异操作为随机操作，虽然简单，但在路径规划中却会产生不可行路径，增加运算量，影响算法的收敛速度。针对这一问题，在传统遗传算法遗传操作的基础上进行了改进，利用先验知识保证遗传操作后的种群个体为可行路径，同时提出了新的遗传参数自适应调整方式与之配合，提高了算法的寻优效率。最后，由于遗传算法容易陷入局部最优，根据模拟退火算法的Metropolis准则对经过遗传操作产生的新个体进行接受判定。通过将改进后的遗传算法与其他文献中的改进遗传算法相比较，结果表明：文中的改进遗传算法在收敛速度、优化效果以及寻优能力上都取得了明显的效果。

关键词：遗传算法、遗传操作、自适应调整、Metropolis准则

所属期刊栏目：44

分类号：TP24;TP391.9(自动化技术及设备)

在线出版日期：2016-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：24-28,62