粒子群-路径规划.docxVIP

粒子群-路径规划 粒子群-路径规划 PAGE PAGE2 / NUMPAGES2 粒子群-路径规划 粒子群-路径规划 clear all; close all; clc;%清空 xs=0,ys=0,xg=100,yg=100;%设置100*100大小地图 o1=[60,40],o11=o1(1),o12=o1(2);%障碍物1的圆心设置 o2=[15,25],o21=o2(1),o22=o2(2);%障碍物2的圆心设置 O=[o1;o2];%障碍物组合矩阵 O(1,:)=O(1,:)-xs;%障碍物的横坐标 O(2,:)=O(2,:)-ys;%障碍物的纵坐标 alfa=atan((yg-ys)/(xg-xs));%在本次设计中值为100 o=[cos(alfa),sin(alfa);-sin(alfa),cos(alfa)]*(O); r=15;%设置障碍物圆的半径（任何障碍物都可以近似看做是一个圆的区域） Lsg=sqrt((yg-ys)^2+(xg-xs)^2);%障碍物边缘点与原点的距离 [TT,Pbest,a,fv]=PSO(@fitness,,2,2,100,30,100,Lsg,alfa,o,r); %%重点掌握上面这个核心函数，粒子群，参照文件，参数看不懂可以看查含义 s=[xs;ys];%原点（起始点）也就是（0,0） g=[xg;yg];%终点，也就是（100,100） A=[s a g]; x1=A(1,:);%路线横坐标 y1=A(2,:);%路线对应纵坐标（与x1对应） figure(1); plot(x1,y1);%绘制路线 title(机器人运动轨迹);%标题 xlabel(坐标x);%横坐标名称 ylabel(坐标y);%纵坐标名称 hold on; grid on ;%格子 rectangle(Position,[o11-r,o12-r,2*r,2*r],Curvature,[1,1]),axis equal; rectangle(Position,[o21-r,o22-r,2*r,2*r],Curvature,[1,1]),axis equal; figure(2); plot(TT,Pbest);%TT为迭代次数，Pbest为适应度函数值 title(最优个体适应度,fontsize,12);%绘图设置标题 xlabel(进化代数,fontsize,12);%绘图设置横坐标 ylabel(适应度,fontsize,12);%绘图设置纵坐标 grid on ;%格子 %%由图可知，本次设计实验中，当迭代次数为80左右时，适应度函数值趋于稳定最优，不同的实验 %%适应度函数值趋于稳定最优的时候，迭代次数肯定不一样，务必理解和注意