【路径规划】基于遗传算法求解网格路径规划问题matlab代码

1 简介

采用栅格法表示机器人工作环境模型,用序号编码,直角坐标与序号混合应用,采用遗传算法产生初始路径种群,并对其优化找出最短路径,然后增加删除、插入算子达到路径规划中避障的要求.用MATLAB语言进行仿真研究,仿真结果表明遗传算法进行避障和路径规划的有效性和可行性.

2 部分代码

clc;clear;
%初始化参数 
%注：popsize=200,MaxGeneration=100,约跑2分钟。若不要求太精确，可减少循环次数。
pointnumber=11;                            %节点个数
Popsize=200;                               %种群规模，只能取偶数（因67行的循环）
MaxGeneration=100;                         %最大代数
Pc=0.8;Pm=0.3;                             %交叉概率和变异概率
A=[0 2 8 1 50 50 50 50 50 50 50
   2 0 6 50 1 50 50 50 50 50 50
   8 6 0 7 50 1 50 50 50 50 50
   1 50 7 0 50 50 9 50 50 50 50
   50 1 50 50 0 3 50 2 50 50 50
   50 50 1 50 3 0 4 50 6 50 50
   50 50 50 9 50 4 0 50 50 1 50
   50 50 50 50 2 50 50 0 7 50 9
   50 50 50 50 50 6 50 7 0 1 2
   50 50 50 50 50 50 1 50 1 0 4
   50 50 50 50 50 50 50 9 2 4 0];         %带权邻接矩阵。
A(A==50)=500;                              %取值50过小而修正为500；

   %************ Step 4: 变异操作 **************
   for i=1:Popsize
       tempPm=rand(1);
       if(tempPm<Pm)
           temPm6=fix((rand(1)+0.2)*10);
           temPm7=fix((rand(1)+0.2)*10);         %产生两个用于交换的随机数
           tempvessel=path(i,temPm6);            %交换前用一临时容器存放数据
           path(i,temPm6)=path(i,temPm7);
           path(i,temPm7)=tempvessel;             %变异交换
       end 
   end
   path(Popsize,:)=BestS;
end
[aa bb]=find(BestS==b);                          %找出终点
Bestpath=BestS(1:bb);                            %剔除后面无用的点，留下实际路线
outdistance(a,b)=Bestindividual(k);              %将最短距离写入矩阵
outpath{a,b}=Bestpath;                           %写入路径，因数据类型为矩阵，所以采用元胞数组储存
end
end
for i=1:pointnumber
   for j=1:i
       outdistance(i,j)=outdistance(j,i);       %实现距离的对称
       outpath{i,j}=fliplr(outpath{j,i});       %实现路径的对称与翻转
   end
end

   %*************** 结果输出 *****************
outdistance
celldisp(outpath)
xlswrite('tempdata.xls', outpath)               %存入excel中进行操作

3 仿真结果

4 参考文献

[1]张颖, 吴成东, and 于谦. "基于遗传算法的机器人路径规划." 沈阳建筑工程学院学报(自然科学版) (2002).