基于改进遗传算法工业机器人多路径组合规划
针对工业机器人应用中常见的一类涉及离散多路径组合优化的任务规划问题进行了研究，通过将其转化为非对称哈密顿图表示。采用统一的开环式广义旅行商问题的框架进行建模和求解，由此建立了相应的代价矩阵和目标函数，在此基础上提出了一种新的具有多染色体结构的遗传算法来寻找问题的全局最优解。通过采用不同的染色体分别表示路径的顺序和方向，改进了传统遗传算法容易陷入局部最优值的缺陷，提高了算法的搜索能力和收敛速度。仿真研究中通过与传统TSP问题遗传求解算法的比较，证明了本方法的有效性和可行性。
工业机器人 任务规划 路径组合 广义旅行商问题 遗传算法
周波 钱来 孟正大 戴先中
东南大学自动化学院,江苏南京 210096
国内会议
深圳
中文
9-12
2011-11-11（万方平台首次上网日期，不代表论文的发表时间）