首页|萤火虫算法结合遗传算法的移动机器人路径规划

萤火虫算法结合遗传算法的移动机器人路径规划

扫码查看
原文链接
  • 万方数据
  • 维普
针对萤火虫算法在路径规划中存在收敛速度过慢、容易陷入局部最优解,非必要转向次数过多等问题,提出一种新的基于遗传算法(GA)与萤火虫算法(FA)的混合算法(GFA).算法的核心思想是当萤火虫算法陷入局部最优解时,将局部最优的萤火虫视为一个群体在遗传算法中进行二次优化,并通过改进遗传算子和引入一种自适应调整交叉和变异概率的方法,防止算法过早收敛,并得到最优的萤火虫个体.仿真结果表明,新的混合算法有更好的精度和性能,能够为移动机器人规划出一条综合性能较好的路径.将该算法应用于机器人室外路径规划中,通过导航实验证明了改进算法在实际环境中也能高效率、平滑地完成路径规划任务.
Firefly Algorithm Combined with Genetic Algorithm for Mobile Robot Path Planning

魏书鑫、王群京、李国丽、许家紫、文彦

展开 >

安徽大学 电气工程与自动化学院,安徽 合肥 230601

安徽大学 高节能电机及控制技术国家地方联合实验室,安徽 合肥 230601

萤火虫算法 遗传算法 移动机器人 路径规划

国家自然科学基金重点项目

51637001

2024

10.3969/j.issn.1009-0134.2024.10.010

制造业自动化
北京机械工业自动化研究所

制造业自动化

CSTPCD
影响因子：0.482
ISSN：1009-0134
年,卷(期)：2024.46(10)