路径规划 | 图解遗传(GA)算法(附ROS C++仿真)
目录
0 专栏介绍
?附C++/Python/Matlab全套代码?课程设计、毕业设计、创新竞赛必备!详细介绍全局规划(图搜索、采样法、智能算法等);局部规划(DWA、APF等);曲线优化(贝塞尔曲线、B样条曲线等)。
?详情:图解自动驾驶中的运动规划(Motion Planning),附几十种规划算法
1 从进化论说起
从仿生学的角度来看,遗传算法(Genetic Algorithm, GA)是模拟自然界中生物进化过程的一种计算方法。它借鉴了达尔文的进化论中的许多概念,并将这些概念应用到解决优化问题上,例如
- 基因编码: 在遗传算法中,问题的解被编码成为一串基因序列,类似于生物体的染色体。这种编码方式可以直接映射到生物体的基因结构,每个基因对应于解空间中的一个特定参数或变量。
- 种群与个体: 遗传算法通过维护一个包含多个个体(解)的种群来模拟自然种群的概念。每个个体都代表了解决问题的一个可能方案,类似于自然界中的个体生物。