遗传算法及其在路径规划中的应用.ppt

*北京科技大学自动化学院控制科学与工程系*（2）初始路径的产生①传统遗传算法随机生成初始路径，会产生断路或环路。②改进遗传算法（a）克服断路的思路从起始点出发，随机选取与起始点直接相连的一个点作为下一个节点，如此反复直到找到终点为止。在路径的产生过程中为了避免出现环路，规定在一条路径中当一个路径节点被选中以后，则给该节点一个标记，只有没有标记的节点才能被选作新的路径节点，每条初始路径选择完毕后标记全部刷新。（b）克服环路的思路*北京科技大学自动化学院控制科学与工程系*（3）适应度函数的确定①距离最短优化原则下的适应度函数②时间最优优化原则下的适应度函数其中，为第i个染色体（路径）；为第i条路径第j段的路径长度。其中，仍为第i条路径第j段的路径长度；为第i条路径第j段的行驶速度。*北京科技大学自动化学院控制科学与工程系*不能象传统遗传算法那样随机进行一点、两点或多点交叉操作，因为这样很容易产生断路或环路。这里只允许使用在重复节点位置交叉且只进行一点交叉的操作方式，具体实现步骤如下：（5）交叉操作（4）复制（选择）操作采用赌轮法进行复制操作。①随机选取两个个体作为待交叉个体；②找出两个待交叉个体的共同节点（起点和终点除外）的集合；③从共同节点的集合中随机选择一个节点作为交叉节点；④检查两个待交叉个体在交叉节点之前或之后的内容是否相同。如相同，则取消本次交叉操作；否则，两者交换交叉点之前（或之后）的内容形成两个新个体。*北京科技大学自动化学院控制科学与工程系*下面将结合仿真地图举例说明交叉操作是如何实现的。①设选取的两个待交叉样本为A、B、E、I、L、O、P和A、C、E、H、L、N、P；②两者重复节点的集合为{E、L}；③随机选择E作为交叉节点；④检查发现两者待交叉样本在E点之前和之后的内容均不相同，因此可以进行此次交叉操作，交叉后的新个体为：A、B、E、H、L、N、PA、C、E、I、L、O、P和*北京科技大学自动化学院控制科学与工程系*图8交叉操作示意图O489330000+186次4.55%ACELIPBHN*北京科技大学自动化学院控制科学与工程系*（6）变异操作不能采用传统遗传算法中随机选择变异点的做法，因为这样同样容易产生断路或环路。这里采用的变异操作，其基本步骤如下：①随机选取一个个体作为待变异个体；②在待变异个体中随机选择一个节点（起点和终点除外）作为待变异节点；③找到和该待变异节点直接相连的节点集合（该集合中不包括起点、终点以及待变异个体中的节点）；④从节点集合中随机选取一个节点作为变异后节点；⑤检查待变异节点之前和之后的节点是否与变异后节点直接相连。若直接相连，则用变异后节点替代待变异节点完成变异过程；否则，放弃此次操作，回到第④步，直至将节点集合中的所有节点全部选遍。北京科技大学自动化学院控制科学与工程系北京科技大学自动化学院控制科学与工程系**北京科技大学自动化学院控制科学与工程系*遗传算法及其在路径规划中的应用北京科技大学自动化学院控制科学与工程系*北京科技大学自动化学院控制科学与工程系*参考书目：（1）周德俭，吴斌.智能控制.重庆：重庆大学出版社，2005（2）李少远，王景成.智能控制.北京：机械工业出版社，2005（3）李人厚.智能控制理论和方法.西安：西安电子科技大学出版社，1999（4）王顺晃，舒迪前.智能控制系统及其应用（第二版）.北京：机械工业出版社，2005*北京科技大学自动化学院控制科学与工程系*20世纪60年代，美、德等国家的一些科学家开始模仿生物和人类进化的方法来求解复杂优化问题，从而形成了模拟进化优化方法（OptimizationMethodbySimulatedEvolution），其代表性方法有遗传算法（GA：GeneticAlgorithms）、进化规划（EP：EvolutionaryProgramming）、进化策略（ES：EvolutionaryStrategies）。本讲将主要对GA进行详细介绍。单击此处添加小标题常规的数学优化技术基于梯度寻优技术，计算速度快，但要求优化问题具有可微性，且通常只能求得局部最优解；而模拟进化方法无可微性要求，适用于任意的优化问题，