论文部分内容阅读
针对复杂环境下遗传算法规划路径难的问题，提出一种基于关键链遗传操作的机器人路径规划方法。将回退策略和禁忌策略与启发式邻域搜索相结合保证路径的可行性。通过提取初始可行路径中的关键链，降低算法所需存储空间及计算代价。对关键链进行局部自适应变异和交叉操作，增强算法的优化能力。实验结果表明，该方法能有效地规划复杂环境下的机器人运动路径，算法性能优于同类算法，规划时间可满足实际应用需求。