含引力辅助的小推力多任务探测轨道设计

针对深空探测时间长、成本高的特点,文中以多任务深空探测为背景,建立了包含多模型、多约束、多变量、多阶段的探测轨道设计模型。通过融合推力工作模式、分段设计目标函数等策略,克服了模型的内点约束限制,降低了优化模型的复杂度。为了提高优化速度、提升优化精度,结合梯度搜索和粒子群算法的特点,研究提出了一种梯度混合粒子群(GHPSO)算法。将该算法应用到多任务星探测轨道设计模型上,得到了发动机的工作时序,并横向对比了该文算法与传统粒子群算法(PSO)和遗传算法(GA)的优化性能。仿真结果表明,文中提出的算法搜索速度快,第1设计阶段GHPSO相对GA提高61.96%,相对PSO提高47.85%,第2设计阶段GHPSO相对GA提高61.87%,相对PSO提高43.66%;精度最高,第1设计阶段GHPSO相对GA平均精度提高了2.86%,最高精度提高了1.24%,相对PSO平均精度提高了4.19%,最高精度提高了3.97%,第2设计阶段GHPSO相对GA平均精度提高了3.33%,最高精度提高了1.63%,相对PSO平均精度提高了4.72%,最高精度提高了3.02%,适用于轨道优化设计类的非线性、多约束全局优化问题。     

一种超参数自适应航天器交会变轨策略优化方法

利用强化学习技术,本文提出了一种超参数自适应的燃料最优地球同步轨道（GEO）航天器交会变轨策略优化方法。首先,建立了GEO航天器交会Lambert变轨模型。以变轨时刻为决策变量、燃料消耗为适应度函数,使用改进式综合学习粒子群算法（ICLPSO）作为变轨策略优化的基础方法。其次,考虑到求解的最优性和快速性,重新设计了以粒子群算法（PSO）优化结果为参考基线的奖励函数。使用一族典型GEO航天器交会工况训练深度确定性策略梯度神经网络（DDPG）。将DDPG与ICLPSO组合为强化学习粒子群算法（RLPSO）,从而实现算法超参数根据实时迭代收敛情况的自适应动态调整。最后,仿真结果表明与PSO、综合学习粒子群算法（CLPSO）相比,RLPSO在较少迭代后即可给出适应度较高的规划结果,减轻了迭代过程中的计算资源消耗。     

基于统计分析的有限元模型修正

响应面模型代替有限元模型进行修正便于与粒子群算法等优化算法结合,有利于提高修正效率和精度。文章用某雷达卫星的简化有限元模型计算基于正交设计的各水平参数下模态频率,用方差分析确定待修正参数并构造二次响应面模型,用最小二乘法确定多项式系数,以响应面计算结果与实测结果的差值构造适应度函数并用之引导含混沌搜索机制的改进粒子群算法对待修正参数的偏移量进行寻优,修正后参数代入原有限元模型得到修正模型。修正后模型不仅能以高精度复现测试频段内的模态频率,而且能以一定精度预测测试频段外频率,证实了修正方法的有效性。     

基于混合遗传算法的多冲量最优变轨

针对航天器多冲量最优变轨问题,建立了多冲量最优变轨的数值优化模型,给出了一种遗传算法(GA)与序列二次规划算法(SQP)结合的混合优化算法.该算法不需初值猜测,全局和局部搜索能力强并且计算效率高.仿真计算了燃料最优交会和时间最短拦截问题,比较了GA,SQP以及混合遗传算法的性能.针对混合遗传算法得到的不同冲量次数变轨的优化结果,分析了冲量次数对变轨性能指标的影响.结果表明混合遗传算法综合性能最高,冲量次数对不同性能指标的影响不同.仿真算例验证了模型和算法的有效性.     

基于PSO算法的神经网络优化设计

近年来,一种新的基于种群优化的算法——粒子种群优化（PSO）算法,正受到人们的普遍关注。文章简单介绍了基于粒子群优化算法（PSO）的神经网络优化算法,并给出了完整的源程序。     

改进模拟退火算法的喷管动力学模型修正

为获得液体火箭发动机喷管高精度的结构动力学有限元模型，提出一种基于改进模拟退火算法（Improved Simulation Annealing Algorithm，ISAA）的有限元模型修正方法。首先，将复杂的薄壁夹层板喷管等效为复合材料层合壳，建立喷管的参数化有限元模型；在此基础上，以结构模态参数为参考基，构造出联合使用模态频率及模态振型的目标函数，并运用灵敏度分析提取设计变量，从而建立其优化模型；提出带记忆、局部搜索功能的改进模拟退火算法，运用ISAA在设计空间进行多目标全局寻优；最后，采用基于MSC Patran/Nastran软件平台二次开发的结构动力学模型修正软件ZDXZ V1.0进行模型修正，并对模型修正方法的有效性进行了校验。结果表明，修正后喷管的前3阶计算模态频率与试验值相对误差小于2%，振型相关性最小MAC值大于0.9，大大提升了喷管模型的动力学符合性，模型精度满足工程应用要求；表明所述模型修正策略的有效性，该方法具有高效、强鲁棒性等特点，适合于大型复杂结构的模型修正。     

多目标蚁群算法及其在固液混合火箭发动机系统优化设计中的应用

为了提高求解多目标优化问题的Pareto解集的效率,建立了适用于多维、多目标优化问 题的多目标蚁群算法（Multi\|objective Ant Colony Algorithm,简称MACA）。该算法首 先修正了蚁群算法的信息素更新机制和转移概率,然后改进了蚂蚁的行进策略,即提出了依 概率选择搜索策略。最后,应用该算法对某型号固液混合火箭发动机系统进行了优化设计。 计算结果表明,多目标蚁群算法获得的Pareto解集分布均匀、散布范围广,可以有效解决多 目标优化问题,能为决策者进行目标权衡提供充分依据。
     

粒子群算法和蚁群算法的结合及其在组合优化中的应用

文章首次提出了一种用于求解组合优化问题的PAAA算法。该算法有效地结合了粒子群算法和蚁群算法的优点,先利用粒子群算法的随机性、快速性、全局性得到初始信息素分布(即粗搜索),再利用蚁群算法的并行性、正反馈性、求解精度高等优点求精确解(即细搜索)。将文中提出的算法用于经典TSP问题的求解,仿真结果表明PAAA算法兼有两种算法的优点,同时抛弃了各自的缺点。该算法在时间效率上优于蚁群算法,在求精效率上优于粒子群算法,是综合了两种算法长处的一种新的启发式算法,达到时间性能和优化性能上的双赢,获得了非常好的效果。     

在轨操控机器人拓邻域搜索三维路径规划

针对空间在轨操控机器人在桁架式空间站执行操控任务时,需要在桁架间自由穿行且时刻与空间站保持接触的任务特性,提出基于拓邻域搜索蚁群算法的三维全局路径规划方法.该方法首先建立桁架式空间站的三维栅格模型;充分考虑机器人穿行时的包络约束和操控时的接触约束,在路径规划和轨迹搜索前对被操控对象的三维栅格模型进行预处理和修正,缩减路...     

直接对准算法及遗传算法在SINS初始对准中的应用研究

分析了捷联惯性导航系统（SINS）应用直接对准算法进行初始对准的基本原理，并验证了基于中等精度惯性器件的量测值进行静基座直接对准的可行性。简要介绍了遗传算法（GA）及其搜索过程，提出了根据静基座直接埘准的结果，确定GA遗传空间的方法，并构造了GA的适应度函数。仿真结果表明，与常规滤波算法相比，结合使用直接对准和遗传算法两种方法进行SINS静基座初始对准，不仅大大缩短了对准时间，精度也与其相当。     

一种基于粒子群优化的卫星仅测频被动定轨新算法

提出一种新的卫星对卫星仅测频被动定轨算法,采用粒子群优化算法(PSO)解决多维全局优化问题。首先,建立了卫星对卫星仅测频被动定轨的数学模型;其次,基于粒子群优化算法提出了对目标卫星轨道根数的估计方法;再次,推导了参数估计误差的克拉-美劳(CRLB)下限。最后通过计算机仿真对算法的性能进行了验证。多次仿真结果表明:该算法的参数估计误差接近克拉-美劳下限,且算法的运算量明显优于网格搜索法。     

基于粒子群优化算法的月面巡视器全局路径规划

在月面巡视器遥操作系统中,路径规划分为任务级路径规划、全局路径规划和局部路径规划。根据巡视器全局路径规划的应用要求,引入粒子群优化算法应用于全局导航点的规划。针对粒子群算法在路径规划中容易造成不收敛或病态收敛的问题,对算法进行了修改,去掉了速度更新中的速度惯性因子,只保留自身认识因子和社会认识因子,使其在全局路径规划中能够快速收敛;同时引入经典遗传算法中的变异因子以增强算法的全局优化能力。仿真结果表明该算法具有计算简单、全局寻优能力强等特点,能够快速地找到优化的全局导航点。同时在不同的模拟月面地形上进行仿真试验,针对存在的问题提出了对应的二次优化方法,结果表明该方法较好地满足了巡视器全局路径规划的应用需求。     

通用航空飞行器气动布局设计优化

研究了通用航空飞行器气动布局设计优化问题。应用基于二次曲线的模线设计方法，实现了通用航空飞行器的参数化外形建模。采用修正的牛顿流理论进行高超声速气动特性计算。在保持纵向稳定性的条件下，以升阻比和容积效率最大化为目标，建立通用航空飞行器气动布局多目标优化模型。应用基于小生境竞争排挤机制的多目标遗传算法求得优化模型的非劣解集。将物理规划设计方法与稳定、高效的粒子群优化算法相结合，有效地求解该优化模型的折衷解。优化结果表明本文的通用航空飞行器气动布局设计优化方法是有效的。     

基于并联协作混合遗传算法的高超声速巡航飞行器一体化优化设计研究

遗传算法能以很高的概率找到全局最优解，不需要目标函数和约束条件的梯度信息。适合于工程优化设计。为增强遗传算法的局部搜索能力，提出了一种新的融合模式搜索方法和Powell方法的并联协作混合遗传算法。研究超燃冲压发动机为动力的高超声速巡航飞行器的一体化优化设计。系统分析了机身和超燃冲压发动机设计参数对飞行器总体性能的影响。通过建立高超声速巡航飞行器质量模型、气动力估算模型、气动热估算模型、超燃冲压发动机性能分析模型、控制模型和弹道分析模型，在满足参考任务要求的前题下，以飞行器起飞质量为目标函数，将并联协作混合遗传算法应用于最优总体方案和超燃冲压发动机方案一体化设计。完成了6设计变量的全局优化计算。算例表明，本文建立的一体化设计模型基本正确，并联协作混合遗传算法是用于高超声速巡航飞行器一体化优化设计的较好的优化算法。     

考虑传感器故障检测能力的PHM系统传感器优化配置方法

传感器优化配置是航空航天设备PHM系统功能得以有效实现的基础和保证。针对目前传感器配置研究中未考虑传感器实际属性的问题,建立了考虑传感器故障检测能力的PHM系统传感器优化配置模型。首先分析了系统故障-传感器相关性矩阵的含义,将传感器的故障检测能力和相关性矩阵相结合,以概率形式描述了传感器对故障的检测性能。在此基础上根据系统的测试性指标要求建立传感器优化配置模型,并采用混沌二进制粒子群优化算法求解。仿真实例结果表明,本文建立的优化模型更加符合实际情况,配置结果更加准确和可靠。     

基于粒子群优化算法的整星有限元模型修正方法

文章介绍了一种基于粒子群优化算法的整星有限元模型修正方法,首先对整星进行了有限元建模和模态分析,并将试验和分析结果进行了相关性分析,然后引入粒子群优化算法对整星有限元模型进行修正,提高了模型分析和预示精度,为整星级有限元模型修正提供了一种新的手段。     

分布式卫星系统在轨操作的多目标分配

针对空间在轨操作目标分配问题,以分布式卫星系统为研究对象,提出了一种基于粒子群算法的在轨操作多目标分配方法。以分布式卫星机动所消耗的总能量最省为目标函数,建立了在轨操作多目标分配的数学模型。基于固定时间拦截理论,以机动时刻和对应的速度增量作表征,设计实现了单颗卫星最优机动方案。通过合理设计粒子位置与目标分配解的对应关系,采用粒子群算法对问题进行了求解,并详细阐述了算法的实现步骤。算例分析结果表明,建立的模型和算法能够快速得到正确的可行解,可有效解决多约束条件下空间在轨操作的多目标分配问题。     

一种基于推进剂消耗优化的卫星小推力器布局设计

针对小推力器安装角度对卫星南北位置保持、东西位置保持和姿态控制效率的影响,从而决定推进剂需求量,提出一种推进剂消耗过程耦合建模与求解方法,并建立了小推力器安装角度优化模型。该方法采用定点迭代对转移轨道阶段推进剂消耗量和静止轨道阶段推进剂消耗量与贮箱尺寸之间耦合过程进行解耦,并建立了不同阶段推进剂消耗量估算模型。以卫星寿命期推进剂需求量最少为优化目标,建立了小推力器布局优化模型。通过实际的小推力器布局设计实例,分别采用遗传算法和序列径向基函数代理模型（SRBF）优化策略进行优化。优化结果表明相比于基于经验设计,SRBF可以有效地降低推进剂需求量,而且对比遗传算法,优化效率得到了显著提高。     

基于吱呀轮优化的多卫星数传调度问题求解方法

研究多卫星数传调度技术对提高对地观测系统的综合应用效益具有重要意义.通过分析卫星数传调度问题,建立一种考虑时间窗调整的约束优化模型.利用吱呀轮优化(Squeaky-WheeL Optimization,SWO)的大邻域导向式搜索特点,提出了一种基于SWO的多卫星数传调度算法.该算法可以在短时间内获得优化解.实验结果表明,该算法在时间性、优化度等方面取得满意的结果.