一种基于Kruskal改进的快速路径规划调度算法制造技术

本发明专利技术公开了一种基于Kruskal改进的快速路径规划调度算法，具体涉及智能机器人技术领域，包括以下步骤：S1：将智能机器人的路径选择规划问题转换成无向图，无向图的结点代表机器人的实际工作点。本发明专利技术的算法计算速度优于传统遗传算法且拥有不差于遗传算法的准确率，并且，本方法还可与任务优先级相结合，只需根据实际情况确定任务优先级和代价开销优先级分别在最终路径中的归一化权重分配，然后向该算法传入各项子任务的二维坐标和各子任务的优先级，便可结合权重分配比得到最终路径以及该路径的总代价开销，本方法平均运行时间为0.1秒，大大降低的运行时间，相比于遗传算法进行10次迭代，就需要大约31秒的时间，本发明专利技术的速度更快。

【技术实现步骤摘要】

本专利技术涉及智能机器人，更具体地说，本专利技术涉及一种基于kruskal改进的快速路径规划调度算法。

技术介绍

1、荷兰科学家e.w.dijkstra提出了最经典的dijkstra算法，该算法的主要目的是解决单源路径问题，即从某个确定点开始，依次找出该确定点到其余各节点的最短路径问题，多年后，斯坦福大学教授r.w.弗洛伊德又提出了解决多源路径问题，即任意一点到其余各节点的最短路径的弗洛伊德算法。

2、如今针对最短路径规划的问题，已经有大量的规划算法与研究，常用的路径规划方法有：最短路径搜索算法、蚁群算法、启发式算法、dijkstra算法等，这些算法在空间复杂度、时间复杂度、适用性和可靠性方面都有各自的优势，目前得到业界学者的普遍认可、最常用、最成熟的算法是dijkstra算法，本次算法设计前期正是借鉴了dijkstra算法的思想。

3、遗传算法于1967年荷兰教授的学生巴格利在他的博士论文中提到了“遗传算法”，1975年，霍兰教授出版了第一部系统描述其内容的专著，奠定了理论基础，如今，遗传算法已经成为一种非常流行的算法，广泛应用于本文档来自技高网...

【技术保护点】

1.一种基于Kruskal改进的快速路径规划调度算法，其特征在于，包括以下步骤：

【技术特征摘要】

1.一种基于kruskal改进的快速路径...

【专利技术属性】
技术研发人员：方波，陈炜，龚敏洁，杨晨，
申请(专利权)人：浙江云聚智铱数字科技有限公司，
类型：发明
国别省市：