论文部分内容阅读
针对复杂环境下的机器人路径规划问题，提出了一种新的免疫网络规划算法．借鉴独特型网络假设，将机器人环境作为抗原，机器人行为作为抗体，通过抗原抗体的激励和抑制来构建免疫网络．为了进一步提高算法的网络搜索能力，根据Baldwin效应构建了抗体生命力更新算子，并对抗体生命力衰减系数进行了自适应调整．仿真实验结果表明，新算法具有自组织和自学习的特点，在收敛性能、规划能力方面有很大提高，能够较好地解决复杂环境下的路径规划问题．