.png){kind=icon}
返回
Feasibility-guaranteed multi-objective evolutionary path planning with knowledge-based local guidance
.png){kind=icon}
PRE
AI
DOI：10.1016/j.swevo.2026.102481.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
多目标路径规划是移动代理在复杂障碍和风险环境中工作的重要且具有挑战性的问题。尽管进化算法展现出显著潜力，但它们往往难以保证无碰撞路径。为解决此问题，我们提出了一种新型多目标进化路径规划框架，确保路径可行性并采用两种局部引导算子以加速收敛。首先，设计了两阶段约束处理机制以确保路径可行性。它通过重映射策略解决路径点位于障碍物内的违规情况，并通过确定性校正策略修正穿越障碍物的路径段。这确保种群中的所有个体代表可行（即无障碍）路径，从而无需罚函数即可实现精确的适应度评估。其次，设计了两种利用问题特定知识的局部引导算子，引导精英解向目标空间中的期望区域，从而加速向帕累托前沿极点的收敛。这些算子将分别存储于路径长度和风险两个独立档案中的精英解引导至更短或更安全的区域，随后通过自适应替换策略将其重新融入种群。在30个随机生成问题上的广泛实验证明了所提出算法的优越性。此外，消融研究证实约束处理机制和局部引导算子均按预期发挥作用。
期刊
IF:
8.5
论文数:
2.2K
被引数:
1.0W
机构
引用论文
.png){kind=icon}
Multiobjective evolutionary algorithms: A comparative case study and the Strength Pareto approach多目标进化算法: 比较案例研究和强度帕累托方法
PREAI
分享收藏A decomposition-based constrained multi-objective evolutionary algorithm with a local infeasibility utilization mechanism for UAV path planning基于局部不可行性利用机制的分解约束多目标进化算法的无人机航迹规划
PREAI
分享收藏分享收藏Effects of Archive Size on Computation Time and Solution Quality for Multiobjective Optimization
OAAI
OAAI分享收藏Solving the multi-objective path planning problem for mobile robot using an NSGA-II使用nsga-ii解决移动机器人的多目标路径规划问题
PREAI
分享收藏Exploring Multi-Objective Evolutionary Approaches for Path Planning of Autonomous Mobile Robots探索多目标进化方法在自主移动机器人路径规划中的应用
PREAI
分享收藏
查看更多内容