基于改进遗传算法的机器人路径规划

被引：26

作者：

段俊花

李孝安

机构：

[1] 西北工业大学计算机学院

[2] 西北工业大学计算机学院陕西西安

[3] 陕西西安

来源：

微电子学与计算机 | 2005年 / 01期

关键词：

遗传算法; 路径规划; 局部优化;

D O I：

10.19304/j.cnki.issn1000-7180.2005.01.019

中图分类号：

TP242 [机器人];

学科分类号：

1111 ;

摘要：

本文在应用遗传算法进行机器人路径规划时,针对遗传算法的“早熟收敛”和“收敛速度慢”两大难题,结合具体的应用背景,在各种改进遗传操作的基础上,把遗传算法和简单图搜索方法相结合,减少了搜索的盲目性,使得优秀个体能较快地产生,算法在很少的进化代数中就可以求出问题最优解。算法的分析和测试表明,本文算法的改进是有效的。

引用

收藏

页码：70 / 72+76 +76

页数：4

相关论文

共 8 条

[1] 机器人路径规划方法综述 [J].

张颖 ;

吴成东 ;

原宝龙 .

控制工程, 2003, (S1) :152-155

[2] 基于进化稳定策略的遗传算法 [J].

苏小红 ;

杨博 ;

王亚东 .

软件学报, 2003, (11) :1863-1868

[3] 基于遗传算法的机器人动态路径规划的仿真 [J].

谢宏斌 ;

刘国栋 ;

李春光 .

武汉工业学院学报, 2003, (03) :20-23

[4] 移动机器人导航技术现状与展望 [J].

王志文 ;

郭戈 .

机器人, 2003, (05) :470-474

[5] 一种动态环境下移动机器人的路径规划方法 [J].

朴松昊 ;

洪炳熔 .

机器人, 2003, (01) :18-21+43

[6] 基于遗传算法的机器人运动路径规划的应用研究 [J].

胡玉兰 ;

朱立忠 .

机械设计与制造, 2002, (05) :109-111

[7] 求解TSP问题的一种改进的遗传算法 [J].

谢胜利 ;

唐敏 ;

董金祥 ;

不详 .

计算机工程与应用 , 2002, (08) :58-60+245

[8] 一种新的自适应遗传算法及其在多峰值函数优化中的应用 [J].

吴志远 ;

邵惠鹤 ;

吴新余 .

控制理论与应用, 1999, (01) :127-129