【机器人栅格地图】基于模拟退火算法结合遗传求解栅格地图机器人路径规划含Matlab源码

1 简介

针对移动机器人路径规划的难题,运用了一种基于遗传模拟退火算法的移动机器人最优路径规划方法,对移动机器人的路径规划进行了设计,采用了栅格法对环境进行建模.为了提高路径规划的效率,采用了一种改进的避障算法来生成初始种群.将遗传算法与模拟退火算法相结合形成遗传模拟退火算法,新算法具有较强的全局和局部搜索能力.仿真实验结果证明算法相对于基本遗传算法的收敛速度,搜索质量和最优解输出概率方面有了明显的提高.

2 部分代码

clear

clc

block_num=input('请输入障碍物体数量');

K=randperm(99);

block=K(1:block_num);

num=30;          % the number of individual in the population

couMarkov_lengthnt=30;       % total generations of evolution

pro_cross=0.75;   % crossover rate

pro_mut=0.1;     % mutation rate

p=init_population(num,block);    %initilize population 

% ------evolution process----------------------------------

%---------SA 参数 -------------------------------

t0=97;% 初始温度

t1=3;% 最终温度

t=t0;

while t1

for i=1:couMarkov_lengthnt

    p=select_operator(p);                         

    p=cross_operator(p,pro_cross,t);               

    p=mutate_operator(p,pro_mut,block);          

    p=insert_operator(p,block);                   

    p=delete_operator(p);                         

    f=fitness(p);                                 

    optimum=p(round(find(f==max(f))));            

    draw_path(block,optimum(1).vec);              

    pause(0.1);

end

t=t*0.2;

end

3 仿真结果

4 参考文献

[1]杜宗宗, 刘国栋. 基于遗传模拟退火算法的移动机器人路径规划[J]. 计算机仿真, 2009(12):5.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。完整代码获取关注微信公众号天天matlab