基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
经典遗传算法的缺陷在于搜索耗时较长,容易出现局部最优解.为解决该问题,引进适应度函数,并在设计遗传算子时,重新定义适应度函数.为尽量规避出现局部最优解,在不改变种群参数的条件下,通过新算法得到最短路径为31,搜索耗时均值为20.667m/s;与之对比,经典遗传算法两项数据分别是37和24.667m/s.因此,新算法可在更短时间内给出更佳解.
推荐文章
基于遗传算法的移动机器人路径规划
移动机器人
路径规划
遗传算法
插入算子
删除算子
最优保存策略
基于改进遗传算法的移动机器人路径规划
遗传算法
路径规划
移动机器人
基于免疫遗传算法的移动机器人路径规划
免疫遗传算法
路径规划
移动机器人
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进遗传算法的移动机器人路径规划
来源期刊 软件导刊 学科 工学
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) 2019,(4) 所属期刊栏目 人工智能
研究方向 页码范围 24-27
页数 4页 分类号 TP301
字数 3279字 语种 中文
DOI 10.11907/rjdk.191190
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈君若 昆明理工大学机电工程学院 75 354 9.0 14.0
2 陈亮 昆明理工大学机电工程学院 18 73 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (231)
共引文献  (42)
参考文献  (22)
节点文献
引证文献  (3)
同被引文献  (18)
二级引证文献  (0)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(12)
  • 参考文献(0)
  • 二级参考文献(12)
2010(13)
  • 参考文献(0)
  • 二级参考文献(13)
2011(19)
  • 参考文献(0)
  • 二级参考文献(19)
2012(14)
  • 参考文献(0)
  • 二级参考文献(14)
2013(10)
  • 参考文献(0)
  • 二级参考文献(10)
2014(30)
  • 参考文献(0)
  • 二级参考文献(30)
2015(22)
  • 参考文献(0)
  • 二级参考文献(22)
2016(40)
  • 参考文献(0)
  • 二级参考文献(40)
2017(35)
  • 参考文献(0)
  • 二级参考文献(35)
2018(23)
  • 参考文献(16)
  • 二级参考文献(7)
2019(6)
  • 参考文献(6)
  • 二级参考文献(0)
2019(7)
  • 参考文献(6)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
遗传算法
移动机器人
路径规划
交叉算子
变异算子
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导