python 遗传算法 agv_基于改进遗传算法的AGV路径规划

2018年1 月 第32卷第1期总111期 北京联合大学学报 Journal of Beijing Union University Jan. 2018 Vol.32 No.1 SumNo.111 DOI ：10.16255/j. cnki. ldxbz. 2018. 01. Oil 基于改进遗传算法的A G V 路径规划 苑光明，翟云飞，丁承君，张 鹏 (河北工业大学机械工程学院，天 津 300132) [ 摘 要 ]针 对AGV在自动化生产线中原有路径规划算法存在路径拐弯次数多，不利于AGV 自动控制的问题，提出了一种改进遗传算法。为提高AGV运行的效率，该算法引入了拐弯因素。 针对在路径规划中传统遗传算法收敛速度慢的问题，结合分层方法，改进传统的精英保留策略。在算法进化过程中，根据个体适应度的变化动态调整交叉概率和变异概率，加快算法的收敛速 度。Matlab仿真实验结果显示：改进遗传算法能够规划出一条更合理的路径，相比较传统方法减 少了转弯次数，改善了搜索路径质量,表明该算法可以满足自动化生产线AGV路径规划的要求。 [ 关 键 词 ] 自动导航车；路径规划；改进遗传算法；转弯次数 [中图分类号] TP 273 [文献标志码] A [ 文 章 编 号 ] 1005-0310(2018)01-0065-05 AGV Path Planning Based on Improved Genetic Algorithm Yuan Guangming， Zhai Yunfei， Ding Cheng un， Zhang Peng (Institute of Mechanical Engineering，Hebei University of Technology， Tianjin 300132，China) Abstract: In order to solve the problem