基于改进遗传算法的移动机器人路径规划

• 作者: 代恩灿 张毅 罗元
• 来源期刊: 计算机测量与控制
• 关键词: 遗传算法 移动机器人 路径规划 交叉算子 变异算子
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 设计与应用
• 页码范围: 313-316
• 页数: 4页
• 分类号: TP242
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2016.01.087

摘要

针对传统遗传算法存在的搜索效率低、易于陷入局部最优解的问题,提出了一种改进的遗传算法;采用简单的一维编码替代复杂的二维编码,节约了存储空间;在遗传算子的设计中,重新定义了交叉算子和变异算子,避免了陷入局部最优;最后将最短路径和免碰撞相结合作为适应度函数进行遗传优化;在种群的各项参数均相同的情况下,分别对改进遗传算法和传统遗传算法进行了100次实验;其中,改进遗传算法搜索到最优路径的次数为95次,最短路径长度为20.970 6,平均搜索用时217 ms;传统遗传算法搜索到最优路径的次数为62次,最短路径长度为25.071 1,平均搜索用时345 ms;实验结果表明,相比于传统遗传算法,改进遗传算法搜索效率更高且能获得更好的解.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗元	重庆邮电大学国家信息无障碍研发中心	192	1681	17.0	31.0
2	张毅	重庆邮电大学国家信息无障碍研发中心	281	2390	21.0	36.0
3	代恩灿	重庆邮电大学国家信息无障碍研发中心	1	68	1.0	1.0