DOI:10.19322/j.cnki.issn.1006-4710.2023.01.007https://xuebao.xaut.edu.cn引文格式:张铮,柯子鹏,周嘉政,钱勤建,胡新宇.基于改进多目标自适应遗传算法的机器人路径规划[J].西安理工大学学报,2023,39(1):69-78.ZHANGZheng,KEZipeng,ZHOUJiazheng,QIANQinjan,HUXinyu.Robotpathplanningbasedonimprovedmulti-objectiveadaptivegeneticalgorithm[J].JournalofXi’anUniversityofTechnology,2023,39(1):69-78.收稿日期:2022-06-21;网络首发日期:2022-10-12网络首发地址:https://kns.cnki.net/kcms/detail/61.1294.N.20221012.1019.002.html基金项目:国家自然科学基金资助项目(61976083)第一作者:张铮,男,博士,教授,研究方向为智能机器人、机械电子工程、自动控制。E-mail:271998085@qq.com通信作者:柯子鹏,男,硕士生,研究方向为slam机器人路径规划与避障。E-mail:1604538385@qq.com基于改进多目标自适应遗传算法的机器人路径规划张铮,柯子鹏,周嘉政,钱勤建,胡新宇(湖北工业大学机械工程学院,湖北武汉430068)摘要:针对传统遗传算法收敛速度较慢、早熟,混合遗传算法复杂、耗时等不足,提出一种改进多目标自适应遗传算法。在初始化操作中,提出一种限制性均匀随机搜索算法结合中值插入算法初始化种群,通过均匀节点库随机生成节点,结合限制性步长控制节点搜索范围,并建立限制性步长与产生初始种群长度的先验模型。改进了自适应交叉变异操作,通过平衡阈值缩小其计算复杂度。利用自适应进化操作进化判断,同时缩短种群进化停滞过程,结合贪心算法防止种群出现倒退现象。最后,采用删除操作,平滑最优路径。通过与传统遗传算法(GA)、蚁群遗传算法(ACO-GA)、麻雀搜索算法(SSA)对比实验,仿真结果表明,改进的自适应遗传算法效率高,以更少次数收敛,具有更好的迭代稳定性,同时降低了机器人能耗。关键词:平衡阈值;限制性均匀随机搜索;遗传算法;自适应进化;删除操作中图分类号:TP242文献标志码:A文章编号:1006-4710(2023)01-0069-10Robotpathplanningbasedonimprovedmulti-objectiveadaptivegeneticalgorithmZHANGZheng,KEZipeng,ZHOUJiazheng,QIANQinjian,HUXinyu(SchoolofMechanicalEngineering,HubeiUniversityofTechnology,Wuhan430068,China)Abstract:Inviewoftheslowconvergencespeedandprecociousnessoftraditionalgeneticalgo-rithms,andthecomplexandtime-consuminghybridgeneticalgorithms,anImprovedMulti-Ob-jectiveAdaptiveGeneticAlgorithmisputforwardfort...
