基于改进自适应遗传算法的机器人路径规划

本模型改进传统的遗传算法收敛速度较慢、局部搜索能力差等缺点。

将路径的长度和拐点数量同时作为适应度评估指标，并对轮盘赌选择法进行了改进，设计了自适应交叉算子和变异算子，提出了一种新的自适应遗传算法。

该算法平均最短路径分别缩短了 9.9％和 5.37％，路径的拐点数量和算法收敛的迭代次数更少。