遗传算法在
AGV
的路径规划中的应用①
扈先勤
李巍巍
【摘
要】
使用有向图对
AGV
路径进行建模,在求解最优路径问题上采用了遗
传算法和相关的遗传算子及终止条件。根据遗传算法的进行过程,首先对
AGV
路径进行建模、编码和确定适应度函数,其次设计选择、交叉及变异算子和遗
传算法的终止条件。其中对不同的长度染色体采用禁止交叉策略,以便更好地
适应
AGV
复杂的工作路径。
【期刊名称】
科技创新导报
【年
(
卷
),
期】
2016(000)018
【总页数】
2
【关键词】
AGV
有向图
路径规划
遗传算法
AGV
(自动导引小车)是现代物流系统中的关键设备之一。
AGV
路径优化问题,
就是寻找一条从起点到终点能够防止
AGV
之间无碰撞的最短路径。传统方法是
将路径考虑成一系列的路径点,进行规划并行实现,这种方法虽然在实时性方
面有很大的优势,但对于全局最优解的寻找却无能为力。因此,可引入遗传算
法来帮助寻找全局最优解。
1
遗传算法的介绍
进化计算是计算机里模拟进化,它包括遗传算法、进化策略和遗传编程,其中
遗传算法是使用比较普遍的一种方法。
遗传算法(
GA
)是一类基于生物进化的随机搜索算法,实现主要步骤:进化代
数计数器初始化:t→0;随机产生初始群体
P
(
t
)
;评价群体
P
(
t
)的适应度;
个体交叉运算;个体变异运算;评价群体
P”(
t
)的适应度;对群体
P’(
t
)