【路径规划】遗传优化模拟退火算法避障路径规划【含Matlab源码 889期】

⛄一、简介

路径规划主要是让目标对象在规定范围内的区域内找到一条从起点到终点的无碰撞安全路径。路径规划中有静态路径规划以及动态路径规划，本文所讨论的问题仅针对静态路径规划。具体问题描述如下：
给定起点、终点和障碍物等环境信息，如图1.1所示，利用演化计算方法得到最优轨迹，并分析不同参数选择对结果的影响。本文采用遗传算法和模拟退火混合遗传算法进行求解，得到最优路径。
1 遗传算法
1.1 遗传算法原理
遗传算法（Genetic Algorithm，GA）[1]是进化计算的一部分，是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。该算法简单、通用，鲁棒性强，适于并行处理。基本遗传算法流程包括种群初始化、选择、交叉、变异等操作，如图1所示。

遗传算法的进化过程从完全随机生成的种群开始，随后逐代向适应度更高的种群进化。在进化的每一代中，整个种群的适应度按照一定规则被评价，基于个体的适应度高低从当前种群中随机选择多个个体，通过个体自然选择和基因突变操作而产生新种群，生成的新种群在算法的下一次迭代中成为当前种群。在遗传算法中，