發(fā)布時間：2018-06-19 05:02

  本文選題：遺傳算法 + 餐廳服務(wù)機器人��； 參考：《計算機應(yīng)用》2017年07期

【摘要】：針對遺傳算法(GA)易產(chǎn)生早熟現(xiàn)象和收斂速度慢的問題,提出了一種基于傳統(tǒng)遺傳算法(TGA)的改進遺傳算法——HLGA,用于實際餐廳服務(wù)機器人的路徑規(guī)劃。首先,通過基于編輯距離的相似度方法對擬隨機序列產(chǎn)生的初始種群進行優(yōu)化;其次,采用自適應(yīng)算法的改進交叉概率和變異概率調(diào)整公式,對選擇操作后的個體進行交叉、變異操作;最后,計算具有安全性評價因子函數(shù)的個體適應(yīng)度值,進一步對比、迭代得到全局最優(yōu)解。理論分析和Matlab仿真表明,與TGA和基于個體相似度改進的自適應(yīng)遺傳算法(ISAGA)相比,HLGA的運行時間分別縮短了6.92 s和1.79 s,且規(guī)劃的實際路徑更具有安全性和平滑性。實驗結(jié)果表明HLGA在實際應(yīng)用中能有效提高路徑規(guī)劃質(zhì)量,同時縮小搜索空間、減少規(guī)劃時間。
[Abstract]:Aiming at the problems of premature convergence and slow convergence rate of genetic algorithm (GA), an improved genetic algorithm (HLGA) based on traditional genetic algorithm (TGA) is proposed, which can be used in path planning of practical restaurant service robot. Firstly, the initial population of quasi random sequences is optimized by using the similarity method based on editing distance. Secondly, the improved crossover probability and mutation probability adjustment formula of adaptive algorithm is used to cross the selected individuals. Finally, the individual fitness value with the security evaluation factor function is calculated, and the global optimal solution is obtained by further comparison. Theoretical analysis and Matlab simulation show that the running time of HLGA is 6.92 s and 1.79 s shorter than that of TGA and improved adaptive genetic algorithm (ISAGA) based on individual similarity, and the actual path planning is more secure and smooth. The experimental results show that HLGA can effectively improve the quality of path planning, reduce the search space and reduce the planning time in practical applications.
【作者單位】： 中國計量大學質(zhì)量與安全工程學院;
【基金】：國家公益性行業(yè)科研項目(201410028-02)~~
【分類號】：TP18;TP242

【參考文獻】

相關(guān)期刊論文 前4條

1 謝鵬;張紅梅;;基于自適應(yīng)遺傳算法的EHA控制器優(yōu)化設(shè)計[J];傳感技術(shù)學報;2016年06期

2 劉建文;丁潔玉;潘坤;張曉強;;基于個體相似度的改進自適應(yīng)遺傳算法研究[J];青島大學學報(工程技術(shù)版);2016年01期

3 牛永潔;張成;;多種字符串相似度算法的比較研究[J];計算機與數(shù)字工程;2012年03期

4 鄧志燕;陳熾坤;;基于改進遺傳算法的移動機器人路徑規(guī)劃研究[J];機械設(shè)計與制造;2010年07期

相關(guān)碩士學位論文 前1條

1 束磊;基于柵格地圖的月球車任務(wù)層路徑規(guī)劃及平滑處理[D];哈爾濱工業(yè)大學;2013年

【共引文獻】

相關(guān)期刊論文 前10條

1 徐林;范昕煒;;基于改進遺傳算法的餐廳服務(wù)機器人路徑規(guī)劃[J];計算機應(yīng)用;2017年07期

2 高強;李嘯;胡勇;吳少華;;基于社工信息的口令生成與安全性分析[J];通信技術(shù);2017年07期

3 高磊;閆培麗;阮思燁;許志勇;李鵬;顧俊捷;;基于相似度計算的學習型模板庫在虛回路設(shè)計和校驗中的應(yīng)用[J];電力自動化設(shè)備;2017年07期

4 段帥;賈奮勵;宋國民;高云亮;蓋森;;檢索應(yīng)用中地理信息資源相似度計算方法研究[J];測繪工程;2017年06期

5 張耀華;林嘉睿;任瑜;任永杰;;基于遺傳算法的wMPS系統(tǒng)布局優(yōu)化研究[J];傳感技術(shù)學報;2017年05期

6 張鳳荔;周洪川;張俊嬌;劉淵;張春瑞;;基于改進凝聚層次聚類的協(xié)議分類算法[J];計算機工程與科學;2017年04期

7 林連冬;李思奇;陳春雨;邱成軍;田志宏;;觸覺傳感器非線性補償仿生算法[J];哈爾濱工程大學學報;2017年02期

8 陳利燕;林鴻;張新長;;一種改進的Lucene算法及在空間數(shù)據(jù)融合中的應(yīng)用[J];測繪通報;2016年10期

9 張俊玲;耿光剛;延志偉;李曉東;;基于網(wǎng)頁信息和分詞的中文機構(gòu)名全稱和簡稱提取方法[J];計算機應(yīng)用研究;2017年04期

10 尹筍;楊德培;鄭永康;童曉陽;蔡剛林;莊先濤;田力智;潘峰;陳絡(luò)風;胡德峰;;智能變電站SCD中設(shè)備虛端子圖形化生成系統(tǒng)的設(shè)計與實現(xiàn)[J];中國電力;2016年05期

相關(guān)碩士學位論文 前4條

1 謝洋;物流終端設(shè)備的路徑規(guī)劃與智能控制[D];上海工程技術(shù)大學;2016年

2 郭寶軍;基于機器視覺的移動機器人路徑識別技術(shù)研究[D];華北理工大學;2016年

3 劉冠初;四足機器人越障自由步態(tài)規(guī)劃與控制研究[D];電子科技大學;2015年

4 王錦川;自主式水面航行器導航與制導算法的研究[D];大連海事大學;2014年

【二級參考文獻】

相關(guān)期刊論文 前10條

1 竇艷艷;錢蕾;馮金龍;;基于Matlab的模糊PID控制系統(tǒng)設(shè)計及仿真[J];電子科技;2015年02期

2 赫英鳳;段富海;金霞;趙靜靜;;電靜液作動器不確定性建模分析與可靠度計算[J];機械科學與技術(shù);2014年12期

3 趙遠東;汪怡;;基于均分法的小生境遺傳算法[J];南京信息工程大學學報(自然科學版);2013年06期

4 熊智挺;譚陽紅;易如方;盧鳴凱;;射頻自動阻抗匹配的分層遺傳算法實現(xiàn)[J];計算機工程與應(yīng)用;2013年23期

5 馬超;鄧超;熊堯;吳軍;;一種基于混合遺傳和粒子群的智能優(yōu)化算法[J];計算機研究與發(fā)展;2013年11期

6 蹇潔;王旭;葛顯龍;;云自適應(yīng)遺傳算法有能力約束的車輛調(diào)度優(yōu)化[J];重慶大學學報;2013年08期

7 黃麗蓮;周曉亮;項建弘;;分數(shù)階PID控制器參數(shù)的自適應(yīng)設(shè)計[J];系統(tǒng)工程與電子技術(shù);2013年05期

8 徐斌;姚纓英;;自適應(yīng)對偶種群遺傳算法及其在電磁場優(yōu)化設(shè)計中的應(yīng)用[J];電工技術(shù)學報;2013年03期

9 曹玉麗;史儀凱;袁小慶;劉江;;自平衡機器人變論域模糊PID控制研究[J];計算機仿真;2013年02期

10 朱俊杰;粟梅;王湘中;陳程;楊龍;;無位置傳感器無刷直流電機閉環(huán)三段式啟動策略[J];儀器儀表學報;2013年01期

【相似文獻】

相關(guān)期刊論文 前10條

1 吳瑞鏞,徐大紋;具有年齡結(jié)構(gòu)的遺傳算法[J];桂林電子工業(yè)學院學報;2001年04期

2 楊艷麗,史維祥;一種新的優(yōu)化算法—遺傳算法的設(shè)計[J];液壓氣動與密封;2001年02期

3 楊宜康,李雪,彭勤科,黃永宣;具有年齡結(jié)構(gòu)的遺傳算法[J];計算機工程與應(yīng)用;2002年11期

4 谷峰,吳勇,唐俊;遺傳算法的改進[J];微機發(fā)展;2003年06期

5 ;遺傳算法[J];計算機教育;2004年10期

6 趙義紅,李正文,何其四;生物信息處理系統(tǒng)遺傳算法探討[J];成都理工大學學報(自然科學版);2004年05期

7 劉坤,劉偉波,吳忠強;基于模糊遺傳算法的電液位置伺服系統(tǒng)控制[J];黑龍江科技學院學報;2005年04期

8 張英俐,劉弘 ,馬金剛;遺傳算法作曲系統(tǒng)研究[J];信息技術(shù)與信息化;2005年05期

9 丁發(fā)智;;淺談遺傳算法[J];烏魯木齊成人教育學院學報;2005年04期

10 李冰潔;;遺傳算法及其應(yīng)用實例[J];吉林工程技術(shù)師范學院學報;2005年12期

相關(guān)會議論文 前10條

1 陳家照;廖海濤;張中位;羅寅生;;一種改進的遺傳算法及其在路徑規(guī)劃中的應(yīng)用[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學術(shù)會議論文集[C];2009年

2 李國云;劉穎;薛梅;鄔志敏;;遺傳算法在高溫空冷冷凝器優(yōu)化設(shè)計中的應(yīng)用[A];第五屆全國制冷空調(diào)新技術(shù)研討會論文集[C];2008年

3 王志軍;李守春;張爽;;改進的遺傳算法在反演問題中的應(yīng)用[A];新世紀 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊）[C];2001年

4 任燕翔;姜立;劉連民;從滋慶;;改進遺傳算法在三維日照方案優(yōu)化中的應(yīng)用[A];工程三維模型與虛擬現(xiàn)實表現(xiàn)——第二屆工程建設(shè)計算機應(yīng)用創(chuàng)新論壇論文集[C];2009年

5 韓娟;;遺傳算法概述[A];第三屆河南省汽車工程科技學術(shù)研討會論文集[C];2006年

6 龐國仲;王元西;;基于遺傳算法控制步長的定性仿真方法[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學術(shù)交流會論文集[C];2000年

7 張忠華;楊淑瑩;;基于遺傳算法的聚類設(shè)計[A];全國第二屆信號處理與應(yīng)用學術(shù)會議�？痆C];2008年

8 何翠紅;區(qū)益善;;遺傳算法及其在計算機編程中的應(yīng)用[A];1995年中國智能自動化學術(shù)會議暨智能自動化專業(yè)委員會成立大會論文集（下冊）[C];1995年

9 靳開巖;張乃堯;;幾種實用遺傳算法及其比較[A];1996年中國智能自動化學術(shù)會議論文集（下冊）[C];1996年

10 王宏剛;曾建潮;李志宏;;攝動遺傳算法[A];1996年中國智能自動化學術(shù)會議論文集（下冊）[C];1996年

相關(guān)重要報紙文章 前1條

1 林京;《神經(jīng)網(wǎng)絡(luò)和遺傳算法在水科學領(lǐng)域的應(yīng)用》將面市[N];中國水利報;2002年

相關(guān)博士學位論文 前10條

1 Amjad Mahmood;半監(jiān)督進化集成及其在網(wǎng)絡(luò)視頻分類中的應(yīng)用[D];西南交通大學;2015年

2 李險峰;基于改進遺傳算法的汽車裝配生產(chǎn)線平衡問題研究[D];北京科技大學;2017年

3 周輝仁;遞階遺傳算法理論及其應(yīng)用研究[D];天津大學;2008年

4 郝國生;交互式遺傳算法中用戶的認知規(guī)律及其應(yīng)用[D];中國礦業(yè)大學;2009年

5 侯格賢;遺傳算法及其在跟蹤系統(tǒng)中的應(yīng)用研究[D];西安電子科技大學;1998年

6 馬國田;遺傳算法及其在電磁工程中的應(yīng)用[D];西安電子科技大學;1998年

7 唐文艷;結(jié)構(gòu)優(yōu)化中的遺傳算法研究和應(yīng)用[D];大連理工大學;2002年

8 周激流;遺傳算法理論及其在水問題中應(yīng)用的研究[D];四川大學;2000年

9 劉冀成;基于改進遺傳算法的生物電磁成像與磁場聚焦應(yīng)用研究[D];四川大學;2005年

10 袁麗華;基于物種進化的遺傳算法研究[D];南京航空航天大學;2009年

相關(guān)碩士學位論文 前10條

1 張英俐;基于遺傳算法的作曲系統(tǒng)研究[D];山東師范大學;2006年

2 鐘海萍;原對偶遺傳算法與蟻群算法的一種融合算法[D];暨南大學;2013年

3 李志添;模糊遺傳算法與資源優(yōu)化配置的預測控制[D];華南理工大學;2015年

4 王琳琳;新型雙層液壓轎運車車廂的設(shè)計研究[D];上海工程技術(shù)大學;2015年

5 李海全;基于遺傳算法的建筑體形系數(shù)及迎風面積比優(yōu)化方法研究[D];華南理工大學;2015年

6 彭騫;基于遺傳算法的山區(qū)高等級公路縱斷面智能優(yōu)化方法研究[D];昆明理工大學;2015年

7 周玉林;基于小波分析和遺傳算法的配電網(wǎng)故障檢測[D];昆明理工大學;2015年

8 郭頌;基于粗糙集和遺傳算法的數(shù)字管道生產(chǎn)管理系統(tǒng)研究[D];昆明理工大學;2015年

9 吳南;數(shù)值逼近遺傳算法的研究應(yīng)用[D];華南理工大學;2015年

10 于光帥;一類優(yōu)化算法的改進研究與應(yīng)用[D];渤海大學;2015年

，

本文編號：2038568