【出 处】：《 计算机仿真 》 CSCD 2013年第30卷第3期 323-326页,共5页

【作 者】： 叶兆莉 [1,2] ; 袁明新 [1,2] ; 程帅 [1,2] ; 王琪 [1,2]

【摘 要】 针对移动机器人路径规划避障难和搜索路径等问题，要求机器人从起点到终点能搜索一条最优无碰路。为解决上述问题，提出了一种新的烟花爆炸式免疫算法（FEIA）。在免疫遗传算法（IGA）基础上，引人烟花爆炸机制进行种群更新，即在算法进化过程中，当种群达到预设爆炸代数时，从种群中提取若干较优个体和若干较差个体，将较优个体进行邻域扩展，并对扩展结果与较差个体择优进行种群重组。函数优化结果表明，与其它算法相比，FEIA收敛速度更快，搜索精度更高，且能有效地解决早熟收敛问题。而路径规划结果表明，在不同复杂环境中，FEIA能实现机器人的最优路径搜索及避障，显示出较强的搜索能力和鲁棒性。