基于改进遗传算法的移动机器人路径规划研究

被引：19

作者：

邓志燕

陈炽坤

机构：

[1] 华南理工大学机械与汽车工程学院

来源：

机械设计与制造 | 2010年 / 07期

关键词：

路径规划; 遗传算法; 闵科夫斯基和原理; 最优路径;

D O I：

10.19356/j.cnki.1001-3997.2010.07.063

中图分类号：

TP242 [机器人];

学科分类号：

1111 ;

摘要：

基于传统遗传算法在移动机器人路径规划中应用的不足,对遗传算法进行了一定的改进。在初始化种群中采用闵科夫斯基和原理扩展障碍物,选择真正可行的区域,在可行区域中去初始化种群,这样提高了进化的速度;在选择算子中引入了相似性的概念,扩大父代的种类,避免快速进入局部最优解;在交叉算子中采用了动态确定变异概率,这样可以提高个体的质量;通过仿真证明了改进的遗传算法能够更快的收敛到全局最优解,方法是正确有效的。

引用

页码：147 / 149

页数：3

共 5 条

[1] An efficient neural network approach to dynamic robot motion planning [J].