自适应遗传算法在移动机器人路径规划中的应用

摘要：

针对传统遗传算法在路径规划时易产生不可行路径和陷入局部最优,转折次数太多等缺点,提出一种改进的自适应遗传算法.采用先验知识优化初始种群,得到不包含与障碍物相交的初始种群;设计了交叉和变异概率公式,避免了算法陷入局部最优,以提高收敛速度;在适应度函数中引入路径平滑度和路径最短作为评判标准,使规划的路径更加高效.仿真结果表明:相较于基本算法,改进算法在障碍物个数为20时,路径减少了4.2％;在障碍物为115时,路径减少了25.1％.随着障碍物不断增加,路径减少百分比呈现上升趋势,且算法迭代次数和路径中转折点个数均优于基本遗传算法.

关键词：路径规划、栅格法、自调整策略、改进遗传算法

所属期刊栏目：35

分类号：TP24(自动化技术及设备)

资助基金：国家自然科学基金青年科学基金;中国纺织工业联合会科技指导计划项目;西安工程大学博士科研启动基金

在线出版日期：2021-04-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：44-49,56