【路径规划】基于遗传算法求解仓库拣货路径规划问题附matlab代码

1 内容介绍

针对复杂的多约束条件下的机械手抓取几何体问题,通过分析将实际问题转换成旅行商问题求解.阐述了旅行商问题,遗传算法及其算法实现的过程,在充分考虑遗传算法和约束条件特点的情况下,提出将多约束条件变成约束矩阵的新方法,从而将多约束条件的路径规划问题转化成常规旅行商问题,有效简化了问题的复杂程度,充分利用遗传算法的搜索能力规划出最优抓取路径.软件仿真及实验结果表明,该算法能够取得比较理想的效果.

2 部分代码

clear

clc

close all

i_o = [0,0,0,0];

pickid=[10,1,19,1.5

    2,1,8,2.3

    4,0,7,0.7

    1,0,20,0.2

    1,1,15,1.3

    5,0,11,1

    7,1,20,1.5

    4,1,1,0.9

    3,1,7,2.8

    2,0,13,0.2

    3,1,17,2.5

    1,1,14,1.8

    4,1,5,0.5

    6,0,15,1.2

    9,1,2,0.4

    2,1,20,0.1

    5,0,3,1.4

    10,0,12,0.7

    6,0,11,3.1

    8,1,9,3.5

    2,1,17,0.6

    6,0,10,0.9

    5,1,20,1.9

    5,0,7,1.1

    8,1,20,0.8

    7,1,5,0.3

    8,1,3,1.3

    1,0,1,0.6

    8,1,2,1.5

    10,0,17,2];%%input('待拣选货位号和质量');

X=[i_o;pickid];

NIND=300; %初始种群数

MAXGEN=500; %最大进化代数

Pc=0.9; %交叉概率

Pm=0.05;  %变异概率

GGAP=0.9;  %代沟

d1=1;

d2=2;

d3=3;

d4=4;

D=Distanse(X,d1,d2,d3,d4);

N=size(D,1);

%%初始化种群

Chrom = InitPop(NIND,N);

%%在二维图上画出所有坐标点

%figure

%plot(X(:,1),X(:,3),'o');

%%画出随机解的路线图

DrawPath(Chrom(1,:),X)

pause(0.0001)

disp('初始种群的一个随机值:')

OutputPath(Chrom(1,:));

Rlength = PathLength(D,Chrom(1,:));

disp(['初始值',num2str(Rlength)]);

disp('~~~~~~~~~~~~~~~~~~~~~~~~~~~~~')

%%优化

gen = 0;

figure;

hold on;box on 

xlim([0,MAXGEN])

%ylim([0,500])

title('优化过程')

xlabel('代数')

ylabel('最优值')

ObjV = PathLength(D,Chrom);%计算路线长度

preObjV = min(ObjV);

while gen < MAXGEN

    %%计算适应度

    ObjV = PathLength(D,Chrom);

    %fprintf('%d    %1.10fn',gen,min(ObjV))

    line([gen-1,gen],[preObjV,min(ObjV)]);pause(0.001)

    preObjV = min (ObjV);

    FitnV = Fitness(ObjV);

    SelCh = Select(Chrom,FitnV,GGAP);

    SelCh = Recombin(SelCh,Pc);

    SelCh = Mutate(SelCh,Pm);

    SelCh = Reverse(SelCh,D);

    Chrom = Reins(Chrom,SelCh,ObjV);

    gen = gen +1;

end

ObjV=PathLength(D,Chrom);

[minObjV,minInd] = min(ObjV);

DrawPath(Chrom(minInd(1),:),X)

disp('最优解:')

p = OutputPath(Chrom(minInd(1),:));

disp(['最终值',num2str(ObjV(minInd(1)))]);

disp('~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~')

3 运行结果

​

4 参考文献

[1]蒲晶, 谭代伦, 郭潇. 基于小生境遗传算法的仓库拣货-复核路径规划[J]. 四川轻化工大学学报:自然科学版, 2022, 35(1):9.

[2]文生平, 陈端平. 基于遗传算法的分拣机器人最优路径规划[J]. 自动化与仪表, 2015, 30(11):4.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机、雷达通信、无线传感器等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。

最后

以上就是精明美女最近收集整理的关于【路径规划】基于遗传算法求解仓库拣货路径规划问题附matlab代码的全部内容，更多相关【路径规划】基于遗传算法求解仓库拣货路径规划问题附matlab代码内容请搜索靠谱客的其他文章。