CN114995413B 基于改进遗传算法的智能小车路径规划方法 (南京航空航天大学)_第1页
CN114995413B 基于改进遗传算法的智能小车路径规划方法 (南京航空航天大学)_第2页
CN114995413B 基于改进遗传算法的智能小车路径规划方法 (南京航空航天大学)_第3页
CN114995413B 基于改进遗传算法的智能小车路径规划方法 (南京航空航天大学)_第4页
CN114995413B 基于改进遗传算法的智能小车路径规划方法 (南京航空航天大学)_第5页
已阅读5页,还剩14页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

基于改进遗传算法的智能小车路径规划方法本发明公开了一种基于改进遗传算法的智径规划领域中目标不可达和易陷入局部最小值路径长度和智能小车行驶路径平滑度加入适应度函数并且利用轮盘赌法确定改进后的交叉算2i个无障碍的栅格作为新的中点栅格,再将该新的中点栅格插入第i个栅格和i+1个栅格之34始位置节点到目标位置节点之间的最优或次优遗传算法的结合,从而提高算法的收敛速度;中国人民公安大学的金晋等人是第i+1个栅格的坐标;56[0039]步骤8),重复步骤5)至步骤7)max_gen次,得到迭代平均路径长度和最优路径长7是第i+1个栅格的坐标;8[0079]其中fmax为整个迭代循环过程中的最大适应度值,是整个迭代循环过程中的平[0084]步骤8),重复步骤5)至步骤7)max_gen次,得到迭代平均路径长度和最优路径长9传统遗传算法的迭代次数达到80次方才得到最优解,而图3所示的改进遗传算法的迭代次数仅为40次便可获得最优解,且改进遗传算法所得到的的最优路径值略小于传统遗传算术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论