| 基于精英反向学习的烟花爆炸式免疫遗传算法 |
| |
| 引用本文： | 韩江,闵杰. 基于精英反向学习的烟花爆炸式免疫遗传算法[J]. 合肥工业大学学报(自然科学版), 2020, 43(4): 433-437. DOI: 10.3969/j.issn.1003-5060.2020.04.001 |
| |
| 作者姓名： | 韩江 闵杰 |
| |
| 作者单位： | 合肥工业大学 机械工程学院 ,安徽 合肥 230009,合肥工业大学 机械工程学院 ,安徽 合肥 230009 |
| |
| 基金项目： | 安徽省科技重大专项资助项目 |
| |
| 摘 要： | 针对移动机器人的路径规划中存在的避障和路径搜索等问题,文章提出了一种基于精英反向学习(elite opposition-based learning, EOBL)的烟花爆炸式免疫遗传算法(fireworks explosive immune genetic algorithm, FEIGA)。在FEIGA算法的基础上,引入EOBL机制扩大全局搜索,即在进行爆炸操作时,对当前最佳个体执行反向学习,生成其搜索边界内的反向搜索种群,引导算法向包含全局最优的解空间逼近,以提高算法的平衡和探索能力。函数优化结果表明,与其他算法相比,EOBL-FEIGA收敛速度更快,搜索精度更高,有效地解决了免疫遗传算法(immune genetic algorithm,IGA)存在的局部搜索能力弱、易早熟收敛的问题,克服了FEIGA算法易陷入局部最优解的不足。路径规划结果表明,在不同的复杂环境下,EOBL-FEIGA能实现机器人的最优路径搜索和避障,有较强的搜索能力和鲁棒性。
|
| 关 键 词： | 移动机器人 路径规划 精英反向学习(EOBL) 烟花爆炸算法 免疫遗传算法(IGA) |
A fireworks explosive immune genetic algorithm based on elite opposition-based learning |
| |
| HAN Jiang,MIN Jie. A fireworks explosive immune genetic algorithm based on elite opposition-based learning[J]. Journal of Hefei University of Technology(Natural Science), 2020, 43(4): 433-437. DOI: 10.3969/j.issn.1003-5060.2020.04.001 |
| |
| Authors: | HAN Jiang MIN Jie |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
