基于改进遗传算法的移动机器人路径规划

将遗传算法用于移动机器人的全局路径规划,复杂的二维编码问题简化为一维编码问题,建立边界约束、路径点必须在障碍物之外、路径点连线不能与障碍物相交等3个约束条件,以机器人行走路径最短作为适应度函数进行遗传优化,在规划好的路径上修正.仿真实验表明了该方法的有效性.     

改进遗传算法在一类最优路径规划中的应用

智能交通系统是解决当前交通问题的一个非常好的途径，它已经引起了人们的广泛关注。文中提出了一种改进的遗传算法，通过将初始群体进行组合，成组地进行遗传算法操作，求出一个初步的最优值，然后再将这个初步最优值分解进行遗传算法操作。这种方法加快了智能交通中最优路径的搜索，同时也是对遗传算法操作的一种改进。     

一种融合模拟退火的改进遗传算法多任务路径规划

针对多任务路径规划存在收敛速度慢、易陷入局部最优解的问题,文中提出一种融合模拟退火准则的改进遗传算法.利用栅格法对环境地图建模与栅格序号编码,通过融入Metropolis准则来判断是否接受新解.实验结果表明:在不同障碍物环境以及不同任务点个数下,提出的融合模拟退火改进遗传算法与传统遗传算法相比,路径长度和迭代次数分别提...     

基于改进遗传算法的机器人路径规划方法

针对基本遗传算法在机器人路径规划中存在收敛速度慢、易陷入局部最优解的问题,提出一种改进的遗传算法. 在适应度函数中增加带有惩罚项的平滑度函数; 引入精英保留机制,保留每一代最优个体; 自适应调整交叉概率和变异概率,使交叉概率和变异概率随进化次数变化而变化. 利用MATLAB在两种障碍物地图中与其他两种算法进行仿真对比分析,实验结果表明,改进后的算法在路径规划的应用中有效减少了机器人的转弯次数,提高了逃离局部最优路径的能力,寻优能力更强.     

基于遗传算法的机器人路径规划

采用栅格法表示机器人工作环境模型，用序号编码，直角坐标与序号混合应用，采用遗传算法产生初始路径种群，并对其优化找出最短路径，然后增加删除，插入算子达到路径规划中避障的要求。用MATLAB语言进行的仿真研究，仿真结果表明遗传算法进行避障和路径规划的有效性和可行性。     

基于混沌遗传算法的移动机器人路径规划方法

结合遗传算法优化的反演性和混沌优化方法的遍历性,基于混沌遗传算法的移动机器人路径规划方法能够有效改善遗传算法的局部搜索能力和搜索精度,避免单纯使用遗传算法规划机器人路径时容易出现的早熟收敛现象．仿真试验表明,提出的路径规划方法在稀疏环境和密集环境下均能收敛到全局最优路径,具有更强的鲁棒性．     

基于改进遗传算法的水下无人平台航路规划

简要介绍了水下无人平台及遗传算法法在其航路规划中的应用，分析了可能产生的问题及原因，借鉴模拟退火的思想，研究并提出了改进的遗传模拟退火算法用以解决水下无人平台航路规划问题。仿真结果表明这种算法能能够有效地提高航路规划的计算速度和保证航路规划的质量。     

使用遗传算法规划移动机器人路径

提出了一个基于遗传算法的移动机器人路径规划方法。该方法在对自由空间进行链接图法建模的基础上,先用网络图最短路径算法进行粗路径的搜索,然后再利用遗传算法进行路径点的调整,从而规划出机器人的行走路线。通过对路径点的编码处理,使得仅使用简单遗传算法就能对路径规划问题进行求解。仿真结果表明,该方法简单易行,并且所规划出的路径的质量有所提高。     

基于可拓遗传算法的机器人路径规划

在遗传算法基础上,用扩展物元来表示机器人的位置信息,使计算机能够较容易读懂这种语言,加快了计算速度;用关联函数作为遗传算法的适应度函数,使算法更容易找到最优化路径;采用可拓工程方法中的三种可拓变换形式,丰富了遗传算法的变异方式．实验证明,可拓遗传算法的机器人路径规划能有效提高的机器人路径规划的速度和准确性．     

一种基于改进遗传算法的机器人路径规划方法

在应用遗传算法进行机器人路径规划时,为了解决传统遗传算法"早熟收敛"和"收敛速度慢"的问题,设计了一种用于路径规划的改进遗传算法.该算法根据规划问题的具体要求,对染色体编码,种群初始化等操作进行了改进,编码采用二维浮点数变长度的编码方式,种群初始化采用知识启发的策略,以加快收敛速度.在控制参数设定方面引入自适应调整控制参数.采用MATLAB软件进行仿真,将改进算法与标准算法进行对比,结果得出改进算法缩短了路径长度和运行时间.证明了本算法的正确性和高效性.     

一种无人机路径规划的混沌遗传算法

提出采用基于混沌的遗传算法进行无人机路径优化问题的求解。算法利用极坐标描述战场中的威胁位置和航路点,缩短了路径编码长度,提高了搜索效率,并在遗传算法操作时加入混沌操作,扩大了搜索范围,提高了优化速度,有效地解决了解空间巨大带来遗传算法收敛速度慢和容易陷入局部最优的局限。实例仿真结果表明,文中的算法与标准遗传算法相比,优化效率显著提高,得到的优化解即优化航路更好地规避了威胁。     

无人智能越障概念车的一种路径规划算法

介绍了一种基于神经网络的无人智能越障概念车路径规划算法,针对此算法给出了实现的具体步骤.用计算机仿真的方法分析了算法参数对其性能和效率的影响,结果证明,此算法有较强的实时性和可靠性.     

水面无人艇航迹规划算法设计与仿真

针对水面无人艇在复杂多变的海洋环境下,其航迹实时规划难度较大的问题,提出了一种基于简单模型的无人艇航迹规划算法。根据由电子海图获得的静态障碍物信息,建立航行海区的全局静态环境模型,再利用粒子群优化算法进行全局航迹规划得到参考航迹;当无人艇沿着参考航迹航行时,建立基于雷达探测的局部动态威胁模型,并按提出的动态威胁规避策略实时调整航行轨迹。仿真结果验证了该算法的可行性,提高了水面无人艇对海洋环境的适应性,可得到比较理想的航迹路线。     

基于遗传算法的机器人综合路径规划

为解决机器人路径规划问题,在极坐标系下利用遗传算法,依据多属性决策理论提出了新的综合适应度函数。采用基于该适应度函数的遗传算法可首次规划出满足路径、时间和耗能3个约束属性的最优路径。同时引入理想适应度函数,并基于引入的理想适应度函数,提出一种新的变异算子,该变异算子可保证个体变异的方向性,对优异的父代个体有较小变异、劣质个体有较大变异。仿真结果验证了算法的可行性和有效性。     

一种用于无人车路径规划的改进双向快速扩展随机树算法研究

快速扩展随机树(RRT)算法在生成采样点时,采用随机扩展策略进行盲目搜索,导致路径生长过程中缺乏方向性且规划速度缓慢.针对此问题,提出了一种改进双向快速扩展随机树算法(Bi-RRT).首先,在节点的生成方式上,同时生成两个采样点,通过舍弃距离目标点较远的采样点来提高采样效率,确保采样点的有效性,加快路径规划速度;然后,结合自适应采样目标偏向策略,使路径的规划更具有方向性,能够逃离局部极小值.同时在规划过程中,两棵随机树分别选择对方生成的最新节点作为目标,以降低众多繁杂节点的产生,使路径生成更具有目的性;接着利用Matlab软件,将改进Bi-RRT算法同基本RRT和Bi-RRT两种路径规划算法进行对比分析.仿真结果表明,研究算法能缩短规划时间、减少迭代次数,具有较好的可行性和有效性.最后进行了样车实验,验证了研究算法的可靠性.     

用于车载导航路径规划的改进果蝇算法

车载导航路径规划技术辅助驾驶员规划从起点到终点的合理路线,是智能交通系统的重要组成部分。在复杂城市街道中进行路径寻优是典型的非线性优化问题,近年来,群智能算法被广泛应用于该类复杂非线性问题的优化与求解。文中对唐山市第四幼儿园—市人大—市教育局街区进行建模,设计了一种用于车载导航路径规划的改进果蝇优化算法,对该区域的行车路线进行规划,算法采用了适用于路径规划问题的味道浓度函数,并引入遗传算法的部分算子。仿真实验表明,该算法能够快速高效地为车辆构建从起点到终点的行车路线,从而降低行车成本和减少能源损耗。     

基于改进遗传算法的输电网优化规划

针对传统电网规划方法往往只能提供一种规划方案的缺点,提出用遗传算法进行输电网规划,根据输电网规划的特点,对遗传操作进行了改进设计,算例分析表明,该法可获得一批最优、次优的规划方案,结果令人满意.