错误的基于遗传算法的机器人路径规划MATLAB源码,求高人指点错误的基于遗传算法的机器人路径规划MATLAB源码,求高人指点.doc

基于遗传算法的机器人路径规划MATLAB源码算法的思路如下：取各障碍物顶点连线的中点为路径点，相互连接各路径点，将机器人移动的起点和终点限制在各路径点上，利用Dijkstra算法来求网络图的最短路径，找到从起点P1到终点Pn的最短路径，由于上述算法使用了连接线中点的条件，不是整个规划空间的最优路径，然后利用遗传算法对找到的最短路径各个路径点Pi?(i=1,2,…n)调整，让各路径点在相应障碍物端点连线上滑动，利用Pi=?Pi1+ti×(Pi2-Pi1)（ti∈[0,1]?i=1,2,…n）即可确定相应的Pi，即为新的路径点，连接此路径点为最优路径。function?[L1,XY1,L2,XY2]=JQRLJGH(XX,YY)%%?基于Dijkstra和遗传算法的机器人路径规划演示程序%输入参数在函数体内部定义%输出参数为%??L1????由Dijkstra算法得出的最短路径长度%??XY1???由Dijkstra算法得出的最短路径经过节点的坐标%??L2????由遗传算法得出的最短路径长度%??XY2???由遗传算法得出的最短路径经过节点的坐标%程序输出的图片有%??Fig1??环境地图（包括：边界、障碍物、障碍物顶点之间的连线、Dijkstra的网络图结构）%??Fig2??由Dijkstra算法得到的最短路径%??Fig3??由遗传算法得到的最短路径%??Fig4??遗传算法的收敛曲线（迄今为止找到的最优解、种群平均适应值）%%?画Fig1figure(1);PlotGraph;title(地形图及网络拓扑结构)PD=inf*ones(26,26);for?i=1:26????for?j=1:26????????if?D(i,j)==1????????????x1=XY(i,5);????????????y1=XY(i,6);????????????x2=XY(j,5);????????????y2=XY(j,6);????????????dist=((x1-x2)^2+(y1-y2)^2)^0.5;????????????PD(i,j)=dist;????????end????endend%%?调用最短路算法求最短路s=1;%出发点t=26;%目标点[L,R]=ZuiDuanLu(PD,s,t);L1=L(end);XY1=XY(R,5:6);%%?绘制由最短路算法得到的最短路径figure(2);PlotGraph;hold?onfor?i=1:(length(R)-1)????x1=XY1(i,1);????y1=XY1(i,2);????x2=XY1(i+1,1);????y2=XY1(i+1,2);????plot([x1,x2],[y1,y2],k);????hold?onendtitle(由Dijkstra算法得到的初始路径)%%?使用遗传算法进一步寻找最短路%第一步：变量初始化M=50;%进化代数设置N=20;%种群规模设置Pm=0.3;%变异概率设置LC1=zeros(1,M);LC2=zeros(1,M);Yp=L1;%第二步：随机产生初始种群X1=XY(R,1);Y1=XY(R,2);X2=XY(R,3);Y2=XY(R,4);for?i=1:N????farm{i}=rand(1,aaa);end%?以下是进化迭代过程counter=0;%设置迭代计数器while?counterM%停止条件为达到最大迭代次数????????%%?第三步：交叉????%交叉采用双亲双子单点交叉????newfarm=cell(1,2*N);%用于存储子代的细胞结构????Ser=randperm(N);%两两随机配对的配对表????A=farm{Ser(1)};%取出父代A????B=farm{Ser(2)};%取出父代B????P0=unidrnd(aaa-1);%随机选择交叉点????a=[A(:,1:P0),B(:,(P0+1):end)];%产生子代a????b=[B(:,1:P0),A(:,(P0+1):end)];%产生子代b????newfarm{2*N-1}=a;%加入子代种群????newfarm{2*N}=b;????for?i=1:(N-1)????????A=farm{Ser(i)};????????B=farm{Ser(i+1)};????????newfarm{2*i}=b;????end????FARM=[farm,newfarm];%新旧种群合并????????%%?第四步：选择复制????SER=randp