清扫机器人路径规划算法仿真

clear all
close all
clc
global Minesweeper Mine Input maxTicks innum midnum outnum
maxTicks=2000;
K_No=30;
Minesweeper=0+（100-0）*rand（K_No2）; %初始化K_No个清扫机器人的位置，位置坐标为0-100之间的随机数
Mine=0+（100-0）*rand（402）;           %初始化40个垃圾的位置，位置坐标为0-100之间的随机数
for i=1:K_No
    for j=1:40
     dist（ij）=sqrt（（Minesweeper（i1）-Mine（j1））.^2+（Minesweeper（i2）-Mine（j2））.^2）;  %求30个清扫机器人与40个垃圾之间的距离
    end
end
[OrderIndex]=min（dist[]2）;  %求每个清扫机器人与最近的地雷的距离和最近垃圾的位置的标号
ClosestMine=Mine（Index:）;   %找出与清扫机器人最接近的垃圾的位置
m_vLookAt=rands（K_No2）;  %将清扫机器人初始视线方向，未归一化
Input=normalized_ch（m_vLookAtClosestMineMinesweeper）;%归一化
innum=4;     %输入层、隐含层、输出层的各神经元个数
midnum=8;
outnum=2;
CodeL=innum*midnum+midnum*1+midnum*outnum+outnum*1;   %总的神经元的个数
MAXGEN=20;%迭代次数
Size=K_No; %群体大小    即为小车设置30个不同的运动轨迹
FieldDD=rep（[-1;1][1CodeL]）;
Chrom=crtrp（SizeFieldDD）;     %创建初始权值阈值
%% 遗传算法适应性分数计算部分，适应性分数即目标函数值
ObjV=zeros（Size1）;   %小车初始适应性分数为0
ObjV=fun_ch（Chrom）;
%%  
gen=0;
while gen    FitnV=ranking（ObjV）;  
    SelCh=select（‘rws‘ChromFitnV1）;    %选择
    SelCh=recombin（‘recdis‘SelCh0.7）;  %交叉
    SelCh=mutate（‘mutbga‘SelChFieldDD）;  %变异
    ObjVOff=fun_ch（SelCh）;  %计算子代目标函