分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2019-05-10 合作期刊: 《计算机应用研究》
摘要: 在二维复杂环境中,为了避免机器人运动规划中可能出现的局部陷阱和过早收敛问题,提出一种改进的元启发式算法—自适应遗传算法。首先,利用随机Dijkstra算法创建初始种群;然后,在遗传算法的每一代中,改进所创建的路径,并用自适应算子替代常规选择算子;最后,通过搜索过程中的反馈信息,可以令自适应选择算子在整个算法运行中恰当地控制选择压力。为了验证所提方法的有效性,在MATLAB中进行了仿真实验,并将所提方法与另外两种典型方法进行了对比。实验结果表明,提出的方法可以有效避免路径规划中的局部收敛问题,且在复杂环境中也可以产生可行路径。