遺傳算法在機(jī)器人路徑規(guī)劃中的應(yīng)用畢業(yè)論文-資料下載頁(yè)
2025-07-24 02:31本頁(yè)面
【正文】 orithm output 1其代價(jià)函數(shù)值為 ，路徑全長(zhǎng) . 算法輸出結(jié)果2 Algorithm output 2其代價(jià)函數(shù)值為 ，. 算法輸出結(jié)果3 Algorithm output 3其代價(jià)函數(shù)值為 ，.在上面三個(gè)仿真圖中，適應(yīng)度函數(shù)的值和路徑值是一樣的。上面的仿真的群體規(guī)模都是100，進(jìn)化50次，權(quán)重系數(shù)a1，a2分別是1，1000。 算法比較表1 成功率對(duì)比 Success rate parison地圖1地圖2地圖3算法157410算法272590算法31009992表2 平均代價(jià)對(duì)比 Average price parison地圖1地圖2地圖3算法1NA算法2NA算法3表3 標(biāo)準(zhǔn)差對(duì)比 Standard deviation parison地圖1地圖2地圖3算法1NA算法2NA算法3上述的實(shí)驗(yàn)數(shù)據(jù)證明了本文所提出的改進(jìn)型遺傳算法的有效性。在 3 幅不同的地圖上都達(dá)到了 90%以上的算法成功率，并且相對(duì)其它算法有明顯提高。隨著地圖的不同，各算法的成功率均出現(xiàn)不同程度波動(dòng)，但改進(jìn)型遺傳算法波動(dòng)幅度最小，保持了較好的穩(wěn)定性，體現(xiàn)出良好的地圖適應(yīng)能力。 總結(jié)本文講述了遺傳算法如何規(guī)劃路徑的過(guò)程。這種遺傳算法能使機(jī)器人在復(fù)雜的環(huán)境中優(yōu)化出一條合適的路徑。本文中的遺傳算法基于坐標(biāo)值對(duì)染色體編碼，很好的利用了地圖中的信息，提高了算法的收斂速度。但是這種算法的不足之處是參數(shù)不能隨工作過(guò)程而自動(dòng)調(diào)整，這是有待改進(jìn)的地方。 致謝 感謝陳萬(wàn)米老師的指導(dǎo)，在此表示感謝！參考文獻(xiàn)：[1] AyalaRamirez V,PerezGarcia A,MontecilloPuente F J,et al. Path planning using genetic algorithms for minirobotic tasks[C].Hague Netherlands: IEEE SMC39。2004 Conference Proceedings,2004:37463750. [2] 唐國(guó)新，陳雄，袁楊．機(jī)器人路徑規(guī)劃中的改進(jìn)型遺傳算法 ［J］．計(jì)算機(jī)工程與應(yīng)用，2007，43（22）：67－70．[3] [D].杭州:. [4] Tu J,Yang algorithm based path planning for a mobile robot [C] . Taiwan: Proc of IEEE Intl Conf on Robotics and Automation, 2003: 8
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1