基于量子遗传算法的移动机器人的一种路径规划方法

以人工势场法和栅格法为基础，考虑到遗传算法的“收敛速度慢”和“早熟收敛”问题，提出了一种基于量子遗传算法的机器人路径规划方法。该方法采用栅格法进行路径规划，利用人工势场法控制移动机器人，利用量子遗传算法选择最优或次优个体，并且引入双适应度评价函数评价进化个体，为最优或次优个体进入下一代提供了保障。仿真实验表明，该方法的寻优能力及稳定性均优于遗传算法和量子遗传算法，且具有更好的收敛性以及更强的连续空间搜索能力，适于求解复杂优化问题。