基于分组和精英策略的遗传算法在机器人导航上的.pdfVIP

下载本文档

0
0
约3.18万字
约 7页
2019-05-25 发布于天津
举报
版权申诉

基于分组和精英策略的遗传算法在机器人导航上的.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

华南农业大学学报 2017, 38(5): 110-116 Journal of South China Agricultural University doi: 10.7671/j.issn.1001-411X.2017.05.019 谢忠红, 王培, 顾宝兴, 等. 基于分组和精英策略的遗传算法在机器人导航上的应用[J]. 华南农业大学学报, 2017, 38(5): 110-116. 基于分组和精英策略的遗传算法在机器人导航上的应用 1 1 2 2 2 谢忠红，王　培，顾宝兴，姬长英，田光兆 (1 南京农业大学信息科学技术学院，江苏南京 210095； 2 江苏省智能化农业装备重点实验室，江苏南京 210031) 摘要: 【目的】针对种植园复杂环境下采摘机器人进行路径规划时找出多路径效率低、速度慢等问题，提出一种基于分组和精英策略的遗传算法(GGABE)。【方法】首先生成1个初始群体，使用Sigmoid函数分组；然后在每组中分别进行选择、交叉、变异操作，进行n代迭代后，每组产生该组内的k条等长的最优路径；比较各组最优路径，选择最短的路径作为最优路径。在种群的各项参数均相同的情况下，简单遗传算法(SGA)、未分组的精英遗传算法 (EGA)以及GGABE分别作用于15×15和25×25的地图，各进行 50 次试验。进行样机验证试验。【结果】第 1 幅地图，GGABE算法找到了 8 条最短路径，路径均值为 20.970 6，其他 2 种方法只能找出 1 条最短路径；第 2 幅地图， GGABE算法找到了 8 条最短路径，路径均值为 38.041 6。50次验证试验均找出 3 条最佳路径，平均路径规划时间为 15.543 319 s。【结论】本研究提出的基于分组和精英策略的遗传算法收敛速度快，可快速准确地在地图中搜索出所有能够遍历整个果园的最佳路径。关键词: 分组；精英策略；采摘机器人；遗传算法；优势个体；路径规划；导航中图分类号: TP242; S233 　　　　　文献标识码: A　　　　　文章编号: 1001-411X(2017)05-0110-07 Application of genetic algorithm based on group and elite strategy for robot navigation 1 1 2 2 2 XIE Zhonghong, WANG Pei, GU Baoxing, JI Changying, TIAN Guangzhao (1 College of Information Tech