机器人路径规划_路径规划_源码/资料下载-pudn.com

<html xmlns="http://www.w3.org/1999/xhtml"> <head> <meta charset="utf-8"> <meta name="generator" content="pdf2htmlEX"> <meta http-equiv="X-UA-Compatible" content="IE=edge,chrome=1"> <link rel="stylesheet" href="https://static.pudn.com/base/css/base.min.css"> <link rel="stylesheet" href="https://static.pudn.com/base/css/fancy.min.css"> <link rel="stylesheet" href="https://static.pudn.com/prod/directory_preview_static/62b5e2fcf3cc394cf1c1afe8/raw.css"> <script src="https://static.pudn.com/base/js/compatibility.min.js"></script> <script src="https://static.pudn.com/base/js/pdf2htmlEX.min.js"></script> <script> try{ pdf2htmlEX.defaultViewer = new pdf2htmlEX.Viewer({}); }catch(e){} </script> <title></title> </head> <body> <div id="sidebar" style="display: none"> <div id="outline"> </div> </div> <div id="pf1" class="pf w0 h0" data-page-no="1"><div class="pc pc1 w0 h0"><img class="bi x0 y0 w1 h1" alt="" src="https://static.pudn.com/prod/directory_preview_static/62b5e2fcf3cc394cf1c1afe8/bg1.jpg"><div class="c x0 y1 w2 h2"><div class="t m0 x1 h3 y2 ff1 fs0 fc0 sc0 ls0 ws0">4.3 基于遗传算法的机器人路径规划</div><div class="t m0 x1 h3 y3 ff3 fs0 fc0 sc0 ls0 ws0">4.3.1 遗传算法简介</div><div class="t m0 x2 h4 y4 ff4 fs1 fc0 sc0 ls0 ws0">[50] [51]</div><div class="t m0 x3 h3 y5 ff2 fs0 fc0 sc0 ls0 ws0">在 1975 年前后，美国 Michigan 大学 John H Holland 教授根据达</div><div class="t m0 x1 h3 y6 ff2 fs0 fc0 sc0 ls0 ws0">尔文的适者生存的进化理论研究出一种人工智能的方法——遗传算</div><div class="t m0 x1 h3 y7 ff2 fs0 fc0 sc0 ls0 ws0">法，这种算法以生物进化、遗传原理来设计算法的原理，在算法里</div><div class="t m0 x1 h3 y8 ff2 fs0 fc0 sc0 ls0 ws0">面还添加了统计理论学随机过程等数学方法，最终形成了该算法一</div><div class="t m0 x1 h3 y9 ff2 fs0 fc0 sc0 ls0 ws0">种独特的理论。遗传算法在求解时，先从一个初始群体的变量开始，</div><div class="t m0 x1 h3 ya ff2 fs0 fc0 sc0 ls0 ws0">依次求解出最佳解，最后得出满足预设的算法要求的迭代次数为最</div><div class="t m0 x1 h3 yb ff2 fs0 fc0 sc0 ls0 ws0">后结果。这种算法是迭代算法的一种。</div><div class="t m0 x3 h3 yc ff2 fs0 fc0 sc0 ls0 ws0">遗传算法是模拟大自然中生物生存的理念而产生的一种自然选</div><div class="t m0 x1 h3 yd ff2 fs0 fc0 sc0 ls0 ws0">择和群体遗传理论的查找式算法。在这个算法里面把每一个需要求</div><div class="t m0 x1 h3 ye ff2 fs0 fc0 sc0 ls0 ws0">解决的问题尽量编码设计成“染色体”，多个染色体接着可以形成种群，</div><div class="t m0 x1 h3 yf ff2 fs0 fc0 sc0 ls0 ws0">在这个过程会出现选择、变异、交叉、复制等遗传操作。遗传算法</div><div class="t m0 x1 h3 y10 ff2 fs0 fc0 sc0 ls0 ws0">初始设定时，首先随机产生一个初值即一个种群，然后依照算法的</div><div class="t m0 x1 h3 y11 ff2 fs0 fc0 sc0 ls0 ws0">函数对种群内的个体进行处理评估，并产生相应的对环境适应度数</div><div class="t m0 x1 h3 y12 ff2 fs0 fc0 sc0 ls0 ws0">值。接着算法会根据这些适应度值选择优秀的个体进行下一代衍生，</div><div class="t m0 x1 h3 y13 ff2 fs0 fc0 sc0 ls0 ws0">然后把选出来的优秀进行变异、交叉处理。目前在机器人的路径设</div><div class="t m0 x1 h3 y14 ff2 fs0 fc0 sc0 ls0 ws0">计里面遗传算法得到广泛的应用，而且应用范围不仅在单个机器人</div><div class="t m0 x1 h3 y15 ff2 fs0 fc0 sc0 ls0 ws0">的行进里面，而是在多个机器人的合作里面也有广泛应用，并且都</div><div class="t m0 x1 h3 y16 ff2 fs0 fc0 sc0 ls0 ws0">取得不错的效果。</div></div></div><div class="pi" data-data='{"ctm":[1.611850,0.000000,0.000000,1.611850,0.000000,0.000000]}'></div></div> </body> </html>

<div id="pf2" class="pf w0 h0" data-page-no="2"><div class="pc pc2 w0 h0"><img class="bi x0 y0 w1 h1" alt="" src="https://static.pudn.com/prod/directory_preview_static/62b5e2fcf3cc394cf1c1afe8/bg2.jpg"><div class="c x0 y1 w2 h2"><div class="t m0 x3 h3 y2 ff2 fs0 fc0 sc0 ls0 ws0">遗传算法是一种鲁棒性的应用于复杂系统优化的查询式算法，</div><div class="t m0 x1 h3 y17 ff2 fs0 fc0 sc0 ls0 ws0">遗传算法与其他只能优化算法相比时，他有以下特点：</div><div class="t m0 x4 h3 y18 ff2 fs0 fc0 sc0 ls0 ws0">（1） 把决策变量编码化，以一编码做算法处理的对象。</div><div class="t m0 x4 h3 y19 ff2 fs0 fc0 sc0 ls0 ws0">（2） 在算法里面以计算出的适应值为查询其他数据的信</div><div class="t m0 x5 h3 y1a ff2 fs0 fc0 sc0 ls0 ws0">息。</div><div class="t m0 x4 h3 y1b ff2 fs0 fc0 sc0 ls0 ws0">（3） 遗传算法的查询过程从一个种群开始查询，而不从</div><div class="t m0 x5 h3 y1c ff2 fs0 fc0 sc0 ls0 ws0">一个一个体开始。</div><div class="t m0 x4 h3 y1d ff2 fs0 fc0 sc0 ls0 ws0">（4） 遗传算法的查询是一种依据概率查询，而非确定值</div><div class="t m0 x5 h3 y1e ff2 fs0 fc0 sc0 ls0 ws0">查询。</div><div class="t m0 x1 h3 y1f ff2 fs0 fc0 sc0 ls0 ws0">。</div><div class="t m0 x3 h3 y20 ff2 fs0 fc0 sc0 ls0 ws0">遗传算法的基本流程如下图 4.10 所示：</div><div class="t m0 x6 h5 y21 ff2 fs2 fc0 sc0 ls0 ws0">图 4.10 基本遗传算法的流程图</div><div class="t m0 x7 h6 y22 ff2 fs3 fc0 sc0 ls0 ws0">随机产生初始种群</div><div class="t m0 x8 h6 y23 ff2 fs3 fc0 sc0 ls0 ws0">计算各个体适应值</div><div class="t m0 x9 h6 y24 ff2 fs3 fc0 sc0 ls0 ws0">执行复制操作</div><div class="t m0 xa h6 y25 ff2 fs3 fc0 sc0 ls0 ws0">按交叉概率执行交叉操作</div><div class="t m0 xa h6 y26 ff2 fs3 fc0 sc0 ls0 ws0">按变异概率执行变异操作</div><div class="t m0 xb h6 y27 ff2 fs3 fc0 sc0 ls0 ws0">输出搜索结果</div><div class="t m0 xc h6 y28 ff2 fs3 fc0 sc0 ls0 ws0">算法收敛</div><div class="t m0 xc h6 y29 ff2 fs3 fc0 sc0 ls0 ws0">准则满足</div><div class="t m0 xd h6 y2a ff2 fs3 fc0 sc0 ls0 ws0">否</div><div class="t m0 xe h6 y2b ff2 fs3 fc0 sc0 ls0 ws0">是</div><div class="t m0 xf h6 y2c ff2 fs3 fc0 sc0 ls0 ws0">否</div></div></div><div class="pi" data-data='{"ctm":[1.611850,0.000000,0.000000,1.611850,0.000000,0.000000]}'></div></div>