资源简介

使用遗传算法优化人工势场参数,相比单一的人工市场和遗传算法具有更好的性能。

资源截图

代码片段和文件信息

clear all
clc
Xo = [-3 -3];
r = 0.4;
k = 15;
u = 2;
K = 0;
m = 60;
Po = 3;
l = 0.1;
w = 1;

Xsum = [16 5;0 -2;2 -0.5;4 -1;5 0.4;6 -2;7 -0.5;7 2;8 2; 9 0.5;10 -1;10 2.5;11 4;12 0.5;13 -0.5;14 2.5;15 2];
% Xsum = [8-1;2 -2;2 0.2;4 -2;5 0.4;6 -2;7 -0.5;7 2;8 2; 9 0.5;10 -1;10 2.5;11 4;12 0.5;13 -0.5;14 2.5;15 2];
% Xsum = [1010;42;73;116;23;10;55;77]%4.32.16
n = size(Xsum 1)-1;
for i = 1:n
    theta = 0: pi/30:2*pi;
    x2 = Xsum(i+11)+ r*cos(theta);
    y2 = Xsum(i+12)+ r*sin(theta);
    plot(x2y2)
    hold on
%     x1 = Xsum(i+11)+Po*cos(theta);
%     y1 = Xsum(i+12)+Po*sin(theta);
%     plot(x1y1‘k-.‘)
%     hold on
end


t = [];
Xj = Xo;
j = 0;

while ((Xj(1)-Xsum(11))^2 + (Xj(2)-Xsum(12))^2) > 0.1
    j = j+1;

Goal(j1) = Xj(1);
G

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       2211  2019-03-27 13:41  基于遗传算法的人工势场法\APF4.m

     文件        171  2017-08-18 21:59  基于遗传算法的人工势场法\Att.m

     文件        383  2017-11-26 14:37  基于遗传算法的人工势场法\Code.m

     文件       1366  2017-08-10 17:07  基于遗传算法的人工势场法\compute_angle3.m

     文件       1395  2017-11-26 14:37  基于遗传算法的人工势场法\Cross.m

     文件        269  2017-12-09 09:42  基于遗传算法的人工势场法\fun.m

     文件       2518  2018-01-08 12:42  基于遗传算法的人工势场法\GA.m

     文件       1317  2017-11-26 14:39  基于遗传算法的人工势场法\Mutation.m

     文件        933  2017-08-25 16:39  基于遗传算法的人工势场法\Rep.m

     文件       2217  2018-01-08 12:42  基于遗传算法的人工势场法\rgsc.m

     文件        803  2017-11-26 14:36  基于遗传算法的人工势场法\Select2.m

     文件        269  2017-11-26 14:36  基于遗传算法的人工势场法\test.m

     目录          0  2019-03-27 14:01  基于遗传算法的人工势场法

----------- ---------  ---------- -----  ----

                13852                    13


评论

共有 条评论