摘要
针对EA(evolutionary algorithm)在机器人路径规划中局部收敛和收敛速度慢的缺点,结合云模型的优良特性,提出了基于云模型的路径规划算法。本算法采用正态云算子在路径池中进行进化和变异。进化过程中出现跨代精英路径时说明靠近了较优路径,就可以缩小进化范围,同时还利用了往次进化过程中的优化结果,来保证最终结果的准确性。仿真实验证明,本算法不但提升了进化速度,同时提高了路径的可靠性。
Aimed at the local convergence and slow convergence in EA（evolutionary algorithm） for the robot path planning,an evolutionary algorithm embedded with cloud model for path planning of mobile robots（EACM） was proposed in this paper.The normal cloud operator is used during evolution and mutation,the field of evolution is controlled by Elite-path,so the algorithm improves efficiency.Simulation results verified the efficiency of CMBEA.
出处
《科技通报》
北大核心
2012年第10期155-157,共3页
Bulletin of Science and Technology
基金
黑龙江省教育厅项目(12511613)
齐齐哈尔大学青年教师科学技术类科研启动支持计划项目(2011k-M26)
关键词
云模型
正态云算子
路径规划
机器人
cloud model
normal cloud operator
path planning
mobile robots
