旅行商和覆盖路径规划问题的自适应遗传算法.pdfVIP

第41卷第2期计算机仿真2024年2月

文章编号：1006-9348(2024)02-0435-06

旅行商和覆盖路径规划问题的自适应遗传算法

李忠伟，刘旭阳，罗*，王晓政

（中国石油大学（华东）海洋与空间信息学院，山东青岛266580）

摘要：针对无人机在区域覆盖中的路径规划问题，对于有障碍物的环境，一种有效方法是将环境分解为多个区域，覆盖所有

区域即覆盖整个环境。访问多个区域并回到原点的最短路径看做旅行商问题（TSP），每个区域内部为覆盖路径规划问题

（CPP）,以上综合问题称为TSP-CPP。为进一步提高规划效率，提出了一种自适应遗传算法，设计了自适应交又算子和变

异算子，随种群个体的适应度动态调整交叉概率和变异概率，保留精英个体；变异方式改为倒置变异，保持种群多样性，加快

算法地收敛速度。在4种不同障碍物设置的仿真环境下进行了实验。结果表明，当环境复杂时，上述算法比动态规划法快

约3000倍，比基于改进算子的遗传算法快约2倍。

关键词：路径规划；启发式算法；无人机

中图分类号：TP242文献标识码：B

AdaptiveGeneticAlgorithmforTravelingSalesman

andCoveragePathPlanningProblem

LIZhong-wei,LIUXu-yang,LUOCai*,WANGXiao-zheng

(CollegeofOceanographyandSpaceInformatics,ChinaUniversityofPetroleum(EastChina),

QingdaoShandong266580,China)

ABSTRACT:AimingatthepathplanningproblemofUAVsinareacoverage,fortheenvironmentwithobstacles,an

effectivemethodistodecomposetheenvironmentintomultipleareas,coveringallareasmeanscoveringtheentireen-

vironment.Theshortestpaththatvisitsmultipleareasandreturnstotheoriginisregardedasthetravelingsalesman

problem(TSP),andtheinteriorofeachareaisthecoveragepathplanningproblem(CPP).Thiscomprehensive

problemiscalledTSP-CPP.Inordertofurtherimprovetheplanningefficiency,anadaptivegeneticalgorithmispro-

posed,andanadaptivecrossoveroperatorandmutationoperatoraredesigned.Thecrossoverprobabilityandmutation

probabilityaredynamicallyadjustedaccordingtothefitnessofthepopulationindividuals,soastoretaineliteindivid-

uals.Themutationmethodwaschangedtoaninvertedmutati