文献类型：期刊文章

作　　者：易欣[1] 郭武士[1] 赵丽[2]

Yi Xin;Guo Wushi;Zhao Li(Sichuan Equipment Manufacturing Industry Robot Application Technology Engineering Laboratory,Deyang Sichuan 618000,China;School of Software Engineering,Shanxi University,Taiyuan 030013,China)

机构地区：[1]四川省装备制造业机器人应用技术工程实验室,四川德阳618000 [2]山西大学软件学院,太原030013

出　　处：《计算机应用研究》

基　　金：四川省科技厅科技计划重点研发项目(2018GZ0299)。

年　　份：2020

卷　　号：37

期　　号：6

起止页码：1745-1749

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSCD、CSCD_E2019_2020、EBSCO、IC、JST、PROQUEST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

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。

关 键 词：移动机器人 运动规划  遗传算法 自适应选择算子  

分 类 号：TP391]