旅行商和覆盖路径规划问题的自适应遗传算法 |
| |
引用本文: | 李忠伟,刘旭阳,罗偲,王晓政.旅行商和覆盖路径规划问题的自适应遗传算法[J].计算机仿真,2024(2):435-440. |
| |
作者姓名: | 李忠伟 刘旭阳 罗偲 王晓政 |
| |
作者单位: | 中国石油大学(华东)海洋与空间信息学院 |
| |
基金项目: | 国家自然科学基金面上项目(62071491);;中央高校基本科研业务费专项资金资助(22CX01004A-1); |
| |
摘 要: | 针对无人机在区域覆盖中的路径规划问题,对于有障碍物的环境,一种有效方法是将环境分解为多个区域,覆盖所有区域即覆盖整个环境。访问多个区域并回到原点的最短路径看做旅行商问题(TSP),每个区域内部为覆盖路径规划问题(CPP),以上综合问题称为TSP-CPP。为进一步提高规划效率,提出了一种自适应遗传算法,设计了自适应交叉算子和变异算子,随种群个体的适应度动态调整交叉概率和变异概率,保留精英个体;变异方式改为倒置变异,保持种群多样性,加快算法地收敛速度。在4种不同障碍物设置的仿真环境下进行了实验。结果表明,当环境复杂时,上述算法比动态规划法快约3000倍,比基于改进算子的遗传算法快约2倍。
|
关 键 词: | 路径规划 启发式算法 无人机 |
|
|