移动机器人的一种烟花爆炸式新免疫规划算法

摘要

针对移动机器人路径规划避障难和搜索路径等问题,要求机器人从起点到终点能搜索一条最优无碰路.为解决上述问题,提出了一种新的烟花爆炸式免疫算法(FEIA).在免疫遗传算法(IGA)基础上,引入烟花爆炸机制进行种群更新,即在算法进化过程中,当种群达到预设爆炸代数时,从种群中提取若干较优个体和若干较差个体,将较优个体进行邻域扩展,并对扩展结果与较差个体择优进行种群重组.函数优化结果表明,与其它算法相比,FEIA收敛速度更快,搜索精度更高,且能有效地解决早熟收敛问题.而路径规划结果表明,在不同复杂环境中,FEIA能实现机器人的最优路径搜索及避障,显示出较强的搜索能力和鲁棒性.