錯(cuò)誤的基于遺傳算法的機(jī)器人路徑規(guī)劃MATLAB源碼,求高人指點(diǎn)

上傳人:細(xì)水****9 文檔編號(hào):58131873 上傳時(shí)間:2022-02-26 格式:DOC 頁(yè)數(shù):8 大?。?4KB
收藏 版權(quán)申訴 舉報(bào) 下載
錯(cuò)誤的基于遺傳算法的機(jī)器人路徑規(guī)劃MATLAB源碼,求高人指點(diǎn)_第1頁(yè)
第1頁(yè) / 共8頁(yè)
錯(cuò)誤的基于遺傳算法的機(jī)器人路徑規(guī)劃MATLAB源碼,求高人指點(diǎn)_第2頁(yè)
第2頁(yè) / 共8頁(yè)
錯(cuò)誤的基于遺傳算法的機(jī)器人路徑規(guī)劃MATLAB源碼,求高人指點(diǎn)_第3頁(yè)
第3頁(yè) / 共8頁(yè)

下載文檔到電腦,查找使用更方便

0 積分

下載資源

還剩頁(yè)未讀,繼續(xù)閱讀

資源描述:

《錯(cuò)誤的基于遺傳算法的機(jī)器人路徑規(guī)劃MATLAB源碼,求高人指點(diǎn)》由會(huì)員分享,可在線閱讀,更多相關(guān)《錯(cuò)誤的基于遺傳算法的機(jī)器人路徑規(guī)劃MATLAB源碼,求高人指點(diǎn)(8頁(yè)珍藏版)》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、基于遺傳算法的機(jī)器人路徑規(guī)劃MATLAB源碼 算法的思路如下:取各障礙物頂點(diǎn)連線的中點(diǎn)為路徑點(diǎn),相互連接各路徑點(diǎn),將機(jī)器人移動(dòng)的起點(diǎn)和終點(diǎn)限制在各路徑點(diǎn)上,利用Dijkstra算法來(lái)求網(wǎng)絡(luò)圖的最短路徑,找到從起點(diǎn)P1到終點(diǎn)Pn的最短路徑,由于上述算法使用了連接線中點(diǎn)的條件,不是整個(gè)規(guī)劃空間的最優(yōu)路徑,然后利用遺傳算法對(duì)找到的最短路徑各個(gè)路徑點(diǎn)Pi?(i=1,2,…n)調(diào)整,讓各路徑點(diǎn)在相應(yīng)障礙物端點(diǎn)連線上滑動(dòng),利用Pi=?Pi1+ti×(Pi2-Pi1)(ti∈[0,1]?i=1,2,…n)即可確定相應(yīng)的Pi,即為新的路徑點(diǎn),連接此路徑點(diǎn)為最優(yōu)路徑。 function?[L1,XY

2、1,L2,XY2]=JQRLJGH(XX,YY) %%?基于Dijkstra和遺傳算法的機(jī)器人路徑規(guī)劃演示程序 %輸入?yún)?shù)在函數(shù)體內(nèi)部定義 %輸出參數(shù)為 %??L1????由Dijkstra算法得出的最短路徑長(zhǎng)度 %??XY1???由Dijkstra算法得出的最短路徑經(jīng)過(guò)節(jié)點(diǎn)的坐標(biāo) %??L2????由遺傳算法得出的最短路徑長(zhǎng)度 %??XY2???由遺傳算法得出的最短路徑經(jīng)過(guò)節(jié)點(diǎn)的坐標(biāo) %程序輸出的圖片有 %??Fig1??環(huán)境地圖(包括:邊界、障礙物、障礙物頂點(diǎn)之間的連線、Dijkstra的網(wǎng)絡(luò)圖結(jié)構(gòu)) %??Fig2??由Dijkstra算法得到的最短路徑 %??Fi

3、g3??由遺傳算法得到的最短路徑 %??Fig4??遺傳算法的收斂曲線(迄今為止找到的最優(yōu)解、種群平均適應(yīng)值) %%?畫Fig1 figure(1); PlotGraph; title('地形圖及網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)') PD=inf*ones(26,26); for?i=1:26 ????for?j=1:26 ????????if?D(i,j)==1 ????????????x1=XY(i,5); ????????????y1=XY(i,6); ????????????x2=XY(j,5); ????????????y2=XY(j,6); ????????????dist

4、=((x1-x2)^2+(y1-y2)^2)^0.5; ????????????PD(i,j)=dist; ????????end ????end end %%?調(diào)用最短路算法求最短路 s=1;%出發(fā)點(diǎn) t=26;%目標(biāo)點(diǎn) [L,R]=ZuiDuanLu(PD,s,t); L1=L(end); XY1=XY(R,5:6); %%?繪制由最短路算法得到的最短路徑 figure(2); PlotGraph; hold?on for?i=1:(length(R)-1) ????x1=XY1(i,1); ????y1=XY1(i,2); ????x2=XY1(i+1

5、,1); ????y2=XY1(i+1,2); ????plot([x1,x2],[y1,y2],'k'); ????hold?on end title('由Dijkstra算法得到的初始路徑') %%?使用遺傳算法進(jìn)一步尋找最短路 %第一步:變量初始化 M=50;%進(jìn)化代數(shù)設(shè)置 N=20;%種群規(guī)模設(shè)置 Pm=0.3;%變異概率設(shè)置 LC1=zeros(1,M); LC2=zeros(1,M); Yp=L1; %第二步:隨機(jī)產(chǎn)生初始種群 X1=XY(R,1); Y1=XY(R,2); X2=XY(R,3); Y2=XY(R,4); for?i=1:N

6、????farm{i}=rand(1,aaa); end %?以下是進(jìn)化迭代過(guò)程 counter=0;%設(shè)置迭代計(jì)數(shù)器 while?counter

7、,1:P0),B(:,(P0+1):end)];%產(chǎn)生子代a ????b=[B(:,1:P0),A(:,(P0+1):end)];%產(chǎn)生子代b ????newfarm{2*N-1}=a;%加入子代種群 ????newfarm{2*N}=b; ????for?i=1:(N-1) ????????A=farm{Ser(i)}; ????????B=farm{Ser(i+1)}; ????????newfarm{2*i}=b; ????end ????FARM=[farm,newfarm];%新舊種群合并???? ????%%?第四步:選擇復(fù)制 ????SER=randperm

8、(2*N); ????FITNESS=zeros(1,2*N); ????fitness=zeros(1,N); ????for?i=1:(2*N) ????????PP=FARM{i}; ????????FITNESS(i)=MinFun(PP,X1,X2,Y1,Y2);%調(diào)用目標(biāo)函數(shù) ????end ????for?i=1:N ????????f1=FITNESS(SER(2*i-1)); ????????f2=FITNESS(SER(2*i)); ????????if?f1<=f2 ????????else ????????????farm{i}=FARM{SER

9、(2*i)}; ????????????fitness(i)=FITNESS(SER(2*i)); ????????end ????end???? ????%記錄最佳個(gè)體和收斂曲線 ????minfitness=min(fitness); ????meanfitness=mean(fitness); ????if?minfitness

10、???????PPP=[0.5,Xp,0.5]'; ????????PPPP=1-PPP; ????????X=PPP.*X1+PPPP.*X2; ????????Y=PPP.*Y1+PPPP.*Y2; ????????XY2=[X,Y]; ????????figure(3) ????????PlotGraph; ????????hold?on ????????for?i=1:(length(R)-1) ????????????x1=XY2(i,1); ????????????y1=XY2(i,2); ????????????x2=XY2(i+1,1); ???????

11、?????y2=XY2(i+1,2); ????????????plot([x1,x2],[y1,y2],'k'); ????????????hold?on ????????end ????????title('遺傳算法第10代') ????????hold?on ????????for?i=1:(length(R)-1) ????????????x1=XY1(i,1); ????????????y1=XY1(i,2); ????????????x2=XY1(i+1,1); ????????????y2=XY1(i+1,2); ????????????plot([x1,x

12、2],[y1,y2],'k','LineWidth',1); ????????????hold?on ????????end ????end???? ????if?counter==20 ????????PPP=[0.5,Xp,0.5]'; ????????PPPP=1-PPP; ????????X=PPP.*X1+PPPP.*X2; ????????Y=PPP.*Y1+PPPP.*Y2; ????????XY2=[X,Y]; ????????figure(4) ????????PlotGraph; ????????hold?on ????????for?i=1:(l

13、ength(R)-1) ????????????x1=XY2(i,1); ????????????y2=XY2(i+1,2); ????????????plot([x1,x2],[y1,y2],'k'); ????????????hold?on ????????end ????????title('遺傳算法第20代') ????????hold?on ????????for?i=1:(length(R)-1) ????????????x1=XY1(i,1); ????????????y1=XY1(i,2); ????????????x2=XY1(i+1,1); ????

14、????????y2=XY1(i+1,2); ????????????plot([x1,x2],[y1,y2],'k','LineWidth',1); ????????????hold?on ????????end ????end ????if?counter==30 ????????PPP=[0.5,Xp,0.5]'; ????????PPPP=1-PPP; ????????X=PPP.*X1+PPPP.*X2; ????????Y=PPP.*Y1+PPPP.*Y2; ????????XY2=[X,Y]; ????????figure(5) ????????PlotG

15、raph; ????????hold?on ????????for?i=1:(length(R)-1) ????????????x1=XY2(i,1); ????????????y1=XY2(i,2); ????????????x2=XY2(i+1,1); ????????????y2=XY2(i+1,2); ????????????plot([x1,x2],[y1,y2],'k'); ????????????hold?on ????????end ????????title('遺傳算法第30代') ????????hold?on ????????for?i=1:(le

16、ngth(R)-1) ????????????x1=XY1(i,1); ????????????y2=XY1(i+1,2); ????????????plot([x1,x2],[y1,y2],'k','LineWidth',1); ????????????hold?on ????????end ????end ????if?counter==40 ????????PPP=[0.5,Xp,0.5]'; ????????PPPP=1-PPP; ????????X=PPP.*X1+PPPP.*X2; ????????Y=PPP.*Y1+PPPP.*Y2; ????????XY

17、2=[X,Y]; ????????figure(6) ????????PlotGraph; ????????hold?on ????????for?i=1:(length(R)-1) ????????????x1=XY2(i,1); ????????????y1=XY2(i,2); ????????????x2=XY2(i+1,1); ????????????y2=XY2(i+1,2); ????????????plot([x1,x2],[y1,y2],'k'); ????????????hold?on ????????end ????????title('遺傳算法第4

18、0代') ????????hold?on ????????for?i=1:(length(R)-1) ????????????x1=XY1(i,1); ????????????y1=XY1(i,2); ????????????x2=XY1(i+1,1); ????????????y2=XY1(i+1,2); ????????????plot([x1,x2],[y1,y2],'k','LineWidth',1); ????????????hold?on ????????end ????end ????if?counter==50 ????????PPP=[0.5,Xp,0

19、.5]'; ????????PPPP=1-PPP; ????????X=PPP.*X1+PPPP.*X2; ????????Y=PPP.*Y1+PPPP.*Y2; ????????XY2=[X,Y]; ????????figure(7) ????????PlotGraph; ????????hold?on ????????for?i=1:(length(R)-1) ????????????x1=XY2(i,1); ????????????y1=XY2(i,2); ????????????x2=XY2(i+1,1); ????????????y2=XY2(i+1,2);

20、 ????????????plot([x1,x2],[y1,y2],'k'); ????????????hold?on ????????end ????????title('遺傳算法第50代') ????????hold?on ????????for?i=1:(length(R)-1) ????????????x1=XY1(i,1); ????????????y1=XY1(i,2); ????????????x2=XY1(i+1,1); ????????????y2=XY1(i+1,2); ????????????plot([x1,x2],[y1,y2],'k','Line

21、Width',1); ????????????hold?on ????????end ????end???? ????LC2(counter+1)=Yp; ????LC1(counter+1)=meanfitness;???? ????%%?第五步:變異 ????for?i=1:N ????????if?Pm>rand&&pos(1)~=i ????????????AA=farm{i}; ????????????AA(POS)=rand; ????????????farm{i}=AA; ????????end ????end???? ????counter=coun

22、ter+1; ????disp(counter); end %%?輸出遺傳算法的優(yōu)化結(jié)果 PPP=[0.5,Xp,0.5]'; PPPP=1-PPP; X=PPP.*X1+PPPP.*X2; Y=PPP.*Y1+PPPP.*Y2; XY2=[X,Y]; L2=Yp; %%?繪制Fig3 figure(8) PlotGraph; hold?on hold?on for?i=1:(length(R)-1) ????x1=XY1(i,1); ????y1=XY1(i,2); ????x2=XY1(i+1,1); ????y2=XY1(i+1,2); ????p

23、lot([x1,x2],[y1,y2],'k','LineWidth',1); ????hold?on end for?i=1:(length(R)-1) ????x1=XY2(i,1); ????y1=XY2(i,2); ????x2=XY2(i+1,1); ????y2=XY2(i+1,2); ????plot([x1,x2],[y1,y2],'k'); ????hold?on end title('遺傳算法最終結(jié)果') figure(9) PlotGraph; hold?on for?i=1:(length(R)-1) ????x1=XY1(i,1);

24、????y1=XY1(i,2); ????x2=XY1(i+1,1); ????y2=XY1(i+1,2); ????plot([x1,x2],[y1,y2],'k','LineWidth',1); ????hold?on end hold?on for?i=1:(length(R)-1) ????x1=XY2(i,1); ????y1=XY2(i,2); ????x2=XY2(i+1,1); ????y2=XY2(i+1,2); ????plot([x1,x2],[y1,y2],'k','LineWidth',2); ????hold?on end title('遺傳算法優(yōu)化前后結(jié)果比較') %%?繪制Fig4 figure(10); plot(LC1); hold?on plot(LC2); xlabel('迭代次數(shù)'); title('收斂曲線');

展開(kāi)閱讀全文
溫馨提示:
1: 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
2: 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
3.本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
5. 裝配圖網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

相關(guān)資源

更多
正為您匹配相似的精品文檔
關(guān)于我們 - 網(wǎng)站聲明 - 網(wǎng)站地圖 - 資源地圖 - 友情鏈接 - 網(wǎng)站客服 - 聯(lián)系我們

copyright@ 2023-2025  zhuangpeitu.com 裝配圖網(wǎng)版權(quán)所有   聯(lián)系電話:18123376007

備案號(hào):ICP2024067431號(hào)-1 川公網(wǎng)安備51140202000466號(hào)


本站為文檔C2C交易模式,即用戶上傳的文檔直接被用戶下載,本站只是中間服務(wù)平臺(tái),本站所有文檔下載所得的收益歸上傳人(含作者)所有。裝配圖網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)上載內(nèi)容本身不做任何修改或編輯。若文檔所含內(nèi)容侵犯了您的版權(quán)或隱私,請(qǐng)立即通知裝配圖網(wǎng),我們立即給予刪除!