基于免疫遺傳算法的AGV路徑規劃方法研究

井治財　史恩秀

【摘要】論文基于遺傳學和免疫學的特點，提出了一種基于免疫遺傳算法AGV路徑規劃方法。算法采用實數編碼，且采用不定長度，定義的適應度函數具有明確的物理意義。所設計的路徑規劃方法具有遺傳算法具有的搜索空間大等優點，也具有免疫算法對抗原的識別、學習、記憶和自動調節能力，克服了遺傳算法易陷入局部最優的缺陷，進化速度也得到了提高。仿真結果證明該算法能較快地為AGV產生一條適應所處環境的無碰撞的最優路徑。

【關鍵詞】自動導航小車；路徑規劃；免疫遺傳算法；疫苗

1、引言

目前，為使移動機器人規劃出良好的去去路徑，所用的方法很多，如柵格法[1]、勢場法[2]、可視圖法[3]等。但各種方法有其使用局限。人工智能的發展為AGV的路徑規劃提供了新思路，產生了諸如神經網絡學習法、遺傳算法等方法。這些算法在一定程度上解決了AGV的路徑規劃問題，但也有其缺陷。如神經網絡學習法對于復雜環境難以數學建模，范化能力差；模糊法靈活性差。遺傳算法在迭代過程中，個體在進化過程中不可避免地會產生退化。受生物免疫系統的啟發，論文將免疫引入到遺傳算法中，在保留遺傳算法優點的情況下，利用待求問題的一些特征信息，采用免疫方法所具有的識別、記憶等功能來抑制遺傳算法在進化中所出現的退化現象。本文所設計的基于免疫遺傳算法的AGV路徑規劃方法利用AGV在移動過程中的特殊信息對所選路徑進行優化，可較快地使AGV根據環境信息搜索一種滿意的路徑，提高了AGV路徑規劃的智能性。……