本文選題：自動(dòng)導(dǎo)引運(yùn)輸車　切入點(diǎn)：路徑優(yōu)化　出處：《計(jì)算機(jī)工程與設(shè)計(jì)》2017年06期

【摘要】：提出一種基于高適應(yīng)度值遺傳算法的控制策略來規(guī)劃AGV路徑。為使遺傳算法運(yùn)算結(jié)果收斂并盡量避免算法出現(xiàn)早熟現(xiàn)象,對(duì)遺傳算法的選擇算子和交叉算子在基于適應(yīng)度值的基礎(chǔ)上進(jìn)行優(yōu)化改進(jìn),選擇階段讓適應(yīng)度值大的個(gè)體獲得更多的機(jī)會(huì)遺傳到下一代,體現(xiàn)遺傳算法優(yōu)勝劣汰的原則。交叉階段通過多次不同交叉點(diǎn)位的隨機(jī)交叉來維持種群的多樣性。使用MATLAB軟件對(duì)算法進(jìn)行仿真,仿真結(jié)果表明,該調(diào)度策略是合理且高效的,增加了AGV調(diào)度系統(tǒng)的柔性和魯棒性,提高了遺傳算法找到全局最優(yōu)解的概率。
[Abstract]:A control strategy based on high fitness genetic algorithm is proposed to plan AGV path.In order to make the result of genetic algorithm converge and avoid precocity, the selection operator and crossover operator of genetic algorithm are optimized and improved on the basis of fitness.The selection stage allows individuals with high fitness to get more opportunities to inherit to the next generation, which embodies the principle of survival of the fittest from the fittest of genetic algorithms.In the crossover stage, the population diversity is maintained by random crossing of several different intersections.The algorithm is simulated with MATLAB software. The simulation results show that the scheduling strategy is reasonable and efficient, increases the flexibility and robustness of the AGV scheduling system, and improves the probability of finding the global optimal solution by genetic algorithm.
【作者單位】： 湖北工業(yè)大學(xué)機(jī)械工程學(xué)院;
【基金】：國家自然科學(xué)基金項(xiàng)目(51405144) 湖北省科技支撐計(jì)劃基金項(xiàng)目(2014BAA006) 湖北省自然科學(xué)基金項(xiàng)目(2014CFB598)
【分類號(hào)】：TP18;TP23

【相似文獻(xiàn)】

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(xué)院學(xué)報(bào);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(jì)[J];液壓氣動(dòng)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(jì)算機(jī)工程與應(yīng)用;2002年11期

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

5 ;遺傳算法[J];計(jì)算機(jī)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(xué)學(xué)報(bào)(自然科學(xué)版);2004年05期

7 劉坤,劉偉波,吳忠強(qiáng);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(xué)院學(xué)報(bào);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(xué)院學(xué)報(bào);2005年04期

10 李冰潔;;遺傳算法及其應(yīng)用實(shí)例[J];吉林工程技術(shù)師范學(xué)院學(xué)報(bào);2005年12期

相關(guān)會(huì)議論文 前10條

1 陳家照;廖海濤;張中位;羅寅生;;一種改進(jìn)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(xué)術(shù)會(huì)議論文集[C];2009年

2 任燕翔;姜立;劉連民;從滋慶;;改進(jìn)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(shí)表現(xiàn)——第二屆工程建設(shè)計(jì)算機(jī)應(yīng)用創(chuàng)新論壇論文集[C];2009年

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

4 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(xué)術(shù)交流會(huì)論文集[C];2000年

5 張忠華;楊淑瑩;;基于遺傳算法的聚類設(shè)計(jì)[A];全國第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議�？痆C];2008年

6 靳開巖;張乃堯;;幾種實(shí)用遺傳算法及其比較[A];1996年中國智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊）[C];1996年

7 王宏剛;曾建潮;李志宏;;攝動(dòng)遺傳算法[A];1996年中國智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊）[C];1996年

8 彭宏;歐慶鈴;歐永斌;;具有退火選擇的遺傳算法的收斂速度估計(jì)[A];1998年中國智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊）[C];1998年

9 林家恒;李國鋒;田國會(huì);劉長有;;遺傳算法在旋轉(zhuǎn)貨架揀選優(yōu)化中的應(yīng)用[A];1996中國控制與決策學(xué)術(shù)年會(huì)論文集[C];1996年

10 馮春;謝泗淮;張怡;;解兩層決策問題的一個(gè)遺傳算法[A];1996中國控制與決策學(xué)術(shù)年會(huì)論文集[C];1996年

相關(guān)博士學(xué)位論文 前10條

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

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

3 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(xué);1998年

4 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(xué);1998年

5 袁麗華;基于物種進(jìn)化的遺傳算法研究[D];南京航空航天大學(xué);2009年

6 李航;遺傳算法求解多模態(tài)優(yōu)化問題的研究[D];天津大學(xué);2007年

7 石玉;提高實(shí)數(shù)遺傳算法數(shù)值優(yōu)化效率的研究[D];南京航空航天大學(xué);2002年

8 明亮;遺傳算法的模式理論及收斂理論[D];西安電子科技大學(xué);2006年

9 姚志紅;多元共生遺傳算法研究及其在藻類智能模式識(shí)別中的應(yīng)用[D];上海大學(xué);2007年

10 李軍華;基于知識(shí)和多種群進(jìn)化的遺傳算法研究[D];南京航空航天大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 鐘海萍;原對(duì)偶遺傳算法與蟻群算法的一種融合算法[D];暨南大學(xué);2013年

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

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

4 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(xué);2015年

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

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

7 吳欣欣;改進(jìn)GA-TS算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)入侵檢測研究[D];湖南工業(yè)大學(xué);2015年

8 宋光兵;基于遺傳算法的C煙廠AGV路徑規(guī)劃研究[D];昆明理工大學(xué);2015年

9 唐澤;基于FPGA的遺傳算法在交通控制中的應(yīng)用[D];西南交通大學(xué);2015年

10 王金玉;打孔機(jī)效能優(yōu)化模型[D];華中師范大學(xué);2015年

，

本文編號(hào)：1705629