【出 处】：《 计算机仿真 》 CSCD 2013年第30卷第5期 374-377页,共5页

【作 者】： 马占春 ; 韩旸

【摘 要】 研究移动机器人全局路径优化的问题，由于机器人路径随机性强，空间大，存在冗余路径，影响规划速度。传统的进化算法存在着早熟的缺点而得不到最优路径。为了克服传统算法的缺点，提高进化算法的进化速度和精确性，将云理论和粗糙集相结合应用于机器人路径规划，以提高机器人路径规划的效率。仿真由栅格法描述环境随机生成初始路径群，首先利用粗糙集训练得出一系列可行路径的集合，然后利用云进化方法对种群优化，最终得最优行走路线。仿真结果验证改进算法在收敛速度和搜索质量上都有明显的改善。