基于免疫遗传算法的AGV路径规划方法研究

井治财　史恩秀

【摘要】论文基于遗传学和免疫学的特点，提出了一种基于免疫遗传算法AGV路径规划方法。算法采用实数编码，且采用不定长度，定义的适应度函数具有明确的物理意义。所设计的路径规划方法具有遗传算法具有的搜索空间大等优点，也具有免疫算法对抗原的识别、学习、记忆和自动调节能力，克服了遗传算法易陷入局部最优的缺陷，进化速度也得到了提高。仿真结果证明该算法能较快地为AGV产生一条适应所处环境的无碰撞的最优路径。

【关键词】自动导航小车；路径规划；免疫遗传算法；疫苗

1、引言

目前，为使移动机器人规划出良好的去去路径，所用的方法很多，如栅格法[1]、势场法[2]、可视图法[3]等。但各种方法有其使用局限。人工智能的发展为AGV的路径规划提供了新思路，产生了诸如神经网络学习法、遗传算法等方法。这些算法在一定程度上解决了AGV的路径规划问题，但也有其缺陷。如神经网络学习法对于复杂环境难以数学建模，范化能力差；模糊法灵活性差。遗传算法在迭代过程中，个体在进化过程中不可避免地会产生退化。受生物免疫系统的启发，论文将免疫引入到遗传算法中，在保留遗传算法优点的情况下，利用待求问题的一些特征信息，采用免疫方法所具有的识别、记忆等功能来抑制遗传算法在进化中所出现的退化现象。本文所设计的基于免疫遗传算法的AGV路径规划方法利用AGV在移动过程中的特殊信息对所选路径进行优化，可较快地使AGV根据环境信息搜索一种满意的路径，提高了AGV路径规划的智能性。……