function [L1,XY1,L2,XY2]=JQRLJGH(XX,YY)
%% 基于 Dijkstra 和遗传算法的机器人路径规划演示程序
% GreenSim 团队原创作品，转载请注明
%输入参数在函数体内部定义
%输出参数为
% L1 由 Dijkstra 算法得出的最短路径长度
% XY1 由 Dijkstra 算法得出的最短路径经过节点的坐标
% L2 由遗传算法得出的最短路径长度
% XY2 由遗传算法得出的最短路径经过节点的坐标
%程序输出的图片有
% Fig1 环境地图（包括：边界、障碍物、障碍物顶点之间的连线、Dijkstra 的网络图结构）
% Fig2 由 Dijkstra 算法得到的最短路径
% Fig3 由遗传算法得到的最短路径
% Fig4 遗传算法的收敛曲线（迄今为止找到的最优解、种群平均适应值）
%% 画 Fig1
figure(1);
PlotGraph;
title('地形图及网络拓扑结构')
PD=inf*ones(26,26);
for i=1:26
for j=1:26
if D(i,j)==1
x1=XY(i,5);
y1=XY(i,6);
x2=XY(j,5);
y2=XY(j,6);
dist=((x1-x2)^2+(y1-y2)^2)^0.5;
PD(i,j)=dist;
end
end
end
%% 调用最短路算法求最短路
s=1;%出发点
t=26;%目标点
[L,R]=ZuiDuanLu(PD,s,t);
L1=L(end);
XY1=XY(R,5:6);
%% 绘制由最短路算法得到的最短路径
figure(2);
PlotGraph;
hold on
for i=1:(length(R)-1)
x1=XY1(i,1);
y1=XY1(i,2);
评论0