不可靠测试条件下基于NSGA-Ⅱ的多目标测试优化选择

针对测试不可靠因素严重影响测试优化选择结果以及现有方法不能很好解决多目标测试优化选择等问题,提出基于第二代非支配排序遗传算法(NSGA-Ⅱ)的多目标测试优化选择的方法。首先,描述了测试不可靠条件下多目标优化选择问题的数学模型;其次,在该数学模型下,将系统给出的故障检测率和隔离率作为约束条件,将测试代价、漏检率和虚警率作为优化目标,建立了多目标优化问题;然后,提出带有精英保留策略的NSGA-Ⅱ对多目标问题进行优化选择,利用NSGA-Ⅱ能够得到一组Pareto最优解,可根据实际需求选择最优的测试组合;最后,针对某装备进行实例分析,得到3组最优解,可以满足不同需求下的最优选择,验证了所提数学模型与多目标优化算法的可行性与有效性。      

改进遗传算法在飞机总体参数优化中的应用

基于飞机总体参数设计中的多目标优化问题,提出了改进的多目标遗传算法.算法围绕Pareto最优解的概念,利用遗传算法的内在并行性,设法求取多目标优化问题的"Pareto前沿".将不同的改进遗传算法应用于同一干线客机总体参数优化设计中,要求巡航升阻比和有效载荷系数两个目标达到最大,并对各种算法所得的结果进行综合分析与比较,结果显示:基于Pareto排序的多目标优化算法(NSGA,Non-dominated Sorting Genetic Algorithm)的Pareto解最优,可以支配改进的向量评价遗传算法(VEGA,Vector-Evaluated Genetic Algorithm)和随机权重遗传算法(RWGA,Random-Weight Genetic Algorithm)的结果;而VEGA和RWGA的结果互有优劣.      

不规则区域成像覆盖星座构型优化设计

近年来卫星对地观测需要呈现逐年上升趋势.从单个目标点的对地观测卫星星座构型设计方法入手,推广为设计满足不规则大范围成像区域重访时间需求的卫星星座.以卫星数目最少及满足重访时间要求为优化目标,采用改进的模拟退火算法,结合改进的等面积网格点覆盖法,提出了一种针对不规则区域成像全覆盖的卫星星座构型优化设计方法.分析了光照因素对重访时间、所需卫星数目以及星座构型的影响,并通过仿真分析验证了算法的可行性.      

基于GDE 3算法的红外低轨星座设计

针对红外低轨系统,综合考虑定位精度、空间覆盖以及星座成本等因素,提出了红外低轨星座的设计准则,并定义星座性能的度量指标.然后,引入GDE 3算法用于红外低轨星座设计,该方法基于Pareto最优概念,能够得到多个最优解,适于多目标优化设计.通过星座建模和目标函数设计,进行了仿真实验.最后验证了设计得到的星座在多项性能指标上均优于已有文献中的星座.     

基于贪婪算法的近空间平台区域覆盖优化设计

为了实现近空间多平台对任意区域的协同覆盖观测,提出了一种近空间区域性覆盖优化设计方法.该方法针对问题建立了NP-hard集合覆盖模型,应用随机贪婪算法设计并优化平台的位置参数以及采用的波位.随机贪婪方法从贪婪算法得到的一个解出发,随机移除一定比例的平台,再用贪婪策略加入若干个平台,改进了原始贪婪算法对优解空间搜索不足的缺点,因此提高了解的优度,同时也避免了应用遗传算法、蚁群算法等智能搜索算法在解决此类问题时对全部子集族庞大的存储和复杂的计算.利用STK(Satellite Tool Kit)卫星仿真软件对四川汶川地区的优化设计结果进行了仿真,仿真结果给出了在100%覆盖的情况下平台的各参数信息,验证了该优化设计方法的有效性和智能性,为近空间区域覆盖设计提供了有力参考.     

基于改进MOPSO算法的区域侦察弹性星座重构方法

针对区域侦察弹性星座重构问题,提出了基于改进多目标粒子群优化算法(multi-obj ective particle swarm optimization,MOPSO)的区域侦察弹性星座重构方法.该方法采用一箭多星发射和在轨卫星相位机动相结合的方式对受损星座重构.首先选取了星座覆盖、重构成本、重构时间和星座弹性四方面的...     

区域覆盖特殊椭圆轨道星座优化设计

分析了椭圆轨道的优良特性,它可集中覆盖地面上某一指定纬度带或区域.阐述了临界倾角太阳同步回归轨道这种特殊椭圆轨道的设计方法,总结了其轨道要素的计算步骤.探讨了临界倾角太阳同步回归轨道星座的设计思路,指出了影响星座对目标覆盖性能的关键参数是各个卫星通过目标上空的时刻.介绍了用遗传算法进行星座优化设计的数学模型,利用遗传算法进行了优化设计.讨论了优化结果的统计规律,符合该规律的星座就是本文所研究的特殊椭圆轨道星座,星座性能分析结果表明这种星座适用于区域覆盖.      

基于快速响应的导航星座重构构型设计

针对有卫星失效下的导航星座,提出发射快速响应卫星的方法来对星座的空间构型进行重构,以实现修复和改善星座性能的目的.对快速响应任务中快速响应卫星的发射方式和入轨方式进行分析,建立快速响应卫星响应时间的数学模型;建立基于快速响应的重构构型优化模型,对优化问题中的优化变量、约束条件、目标函数进行分析;以北斗中MEO卫星失效为例,利用NSGA Ⅱ算法对优化模型进行求解,并采用双层编码的方式对优化参数进行编码得到以星座性能和响应时间为目标函数下的Pareto前沿.从结果可以看出该重构方法能有效提升受损星座的性能,同时Pareto前沿中对应的所有重构策略中,响应时间均小于一天.     

固体火箭发动机成本与性能双目标优化设计

为求解某运载火箭上面级固体推进剂火箭发动机多属性价值优化问题,建立了发动机主要部件的参数成本模型,研究了一种改进的Pareto多目标遗传算法--IPGA算法,测试函数的计算结果表明,该算法收敛性优于NSGA-Ⅱ算法.以运载火箭末速度增量最大和发动机制造成本最低作为目标函数,采用IPGA计算得到了壳体材料分别为APMOC和碳纤维时的Pareto非劣解集,采用理想点法得到非劣解集中费效比变化的拐点,计算结果表明,以该点为满意解设计方案可以使该运载火箭的有效载荷提高7.6%,并使发动机的成本降低.     

基于动态指标的飞机方案多目标优化方法

为提高飞机方案多目标优化过程中最优解的搜索效率,对多目标方案的比较评价方法及其在优化中的应用进行了研究.提出了可用于多目标方案对比评价的基准指标,并建立了利用新生成方案的目标值对基准指标进行动态更新的动态指标.通过采用动态指标构造适应度函数改进了多目标遗传算法,进行的双目标优化算例表明,改进的算法能够获得更优的Pareto前沿.采用改进的多目标优化方法对一种轻型战斗机概念方案进行了优化设计,设置了重量、气动、隐身等4个优化目标,优化结果验证了基于动态指标改进的多目标遗传算法在飞机概念方案设计优化中的有效性.      

中轨道Walker导航星座在轨备份方案优化设计

针对中轨道Walker导航星座在轨备份方案的优化问题,首先提出了在轨备份星轨位优化设计方法,考虑星座运行期间在轨备份星与工作卫星存在共同提供服务的情况,选取PDOP值和可见卫星数作为轨位优化指标,建立了轨位优化模型,并基于NSGA-Ⅱ算法对不同轨位下在轨备份星对导航星座服务性能的提升效果进行仿真分析;然后,基于在轨备份星轨位的优化结果,建立在轨备份星替换的轨道机动模型,并综合考虑速度增量和替换时间,确定了以替换时间最少为优化目标的在轨备份星替换方案。结果表明,提出的在轨备份方案能有效满足备份星的设计需求,增强导航星座的服务性能,实现故障卫星的快速替换,可为导航星座备份星的建设提供借鉴。     

卫星星座全球连续覆盖的仿真分析与优化

从仿真的角度对卫星星座的覆盖进行了分析和研究。 仿真分析需注意的问题，并给出了采样时刻的全球覆盖判定算法和地面点覆盖判定算法，；针对仿真计算的初步结果，文章提出了一系列有效指标，并利用模糊评判的方法对这些指标进行了综合分析，获得星座覆盖性能参数；在此基础上，对卫星星座全球连续覆盖性能的非线性优化进行了一定的研究。     

飞机方案多目标优化的Pareto遗传算法

基于多目标优化问题Pareto最优解的概念,提出了一种求解非劣解集的多目标遗传算法,重点讨论了算法实现中非劣解集的筛选和适应度的计算.将该算法应用于假想的干线客机方案优化设计,要求巡航段升阻比和有用载荷系数两个目标最大,对优化结果进行了分析比较.研究结果显示出MOGA(Multi-Objective Genetic Algorithms)对飞机方案多目标优化设计具有良好的应用前景.      

区域机动目标普查监视小卫星组网设计与仿真

针对海洋机动目标任务规划难、搜索难度大的特点,设计了一种面向海洋热点区域机动目标搜索监视的卫星组网星座。首先,根据机动目标搜索任务的特点,建立考虑时空约束条件的卫星成像条带拼接搜索策略;其次,根据机动目标搜索策略,设计了一种高时间分辨率组网星座构型;最后,构建以最小组网卫星侧摆角度和任务观测时间为优化目标的鲁棒模型,采用遗传算法对组网卫星进行优化求解,并给出算法实现流程。仿真结果表明,该卫星组网星座能够有效完成对目标区域机动目标覆盖监视,为热点区域海洋机动目标监视任务提供了一定的方法支撑。     

遗传算法在通信卫星轨道优化设计中的应用

大椭圆通信卫星的发展，既是对传统通信卫星的有力补充，又可以为验证大椭圆轨道通信卫星技术提供平台，具有十分重要的意义。为解决重点区域24小时实时通信覆盖问题，提出了一种改进的遗传算法以寻求卫星组网的最优轨道参数设计。分析了星座的轨道面及相位布置，设计了个体编码方式并提出了改进算法性能的保优算子。仿真结果表明：提出的算法能够寻求到最优星座方案，该方案可为目标区域提供24小时实时通信，且算法的收敛速度快、稳定性好。     

应用于卫星自主任务调度的改进遗传算法

针对具有侧摆能力的对地观测卫星的自主任务调度问题,对卫星自主任务调度问题和约束条件进行了描述,针对卫星自主任务调度NP-hard的特点,构建了基于目标收益及多约束卫星任务调度模型。设计了一种改进的遗传算法,从遗传操作的各个部分进行算法优化。首先将小区间法应用于初始种群生成,保证了种群的多样性,并且交叉和变异算子均引入自适应概率;同时采用两代竞争技术来避免“早熟”现象,提高算法的效率和鲁棒性。算法还采用最优保留策略用来保存进化中的最优解,使得算法收敛于全局最优。对局部多冲突观测任务应用该改进遗传算法,并针对区域密集目标的观测问题设计了仿真试验,与传统模拟退火算法及免疫蚁群遗传混合算法进行了比较,验证了该算法的有效性和收敛效果。     

高速运载器燃油热管理系统优化

燃油热管理系统设计随着运载器多电化与机载高能电子设备的发展已经得到高度重视,其中燃油的热承载能力是最关键因素。针对喷气推进式高速运载器,提出了一种大范围、多任务的燃油热管理系统多目标优化配置方法,其以热沉利用率最高和燃油质量代偿损失最小为目标函数,以循环回路的燃油最大质量流量、冷却水携带量和机载热负荷发热量为优化变量,采用改进的遗传算法NSGA-Ⅱ,在不同飞行任务规划下进行双目标优化设计,所获得的目标函数Pareto最优解集,满足预期的燃油热管理系统模式选择原则,且通过分析优化变量与优化目标间的相关性,可以量化燃油热管理系统优化配置准则与可达到的最小燃油质量代偿损失,可应用于支持多热沉重构的机载高效燃油热管理系统。      

基于Pareto遗传算法的复合材料机翼优化设计

针对某型飞机设计过程中遇到的副翼反效问题,提出了复合材料机翼满足气动弹性要求的优 化方法,构造了一种基于Pareto最优解定义的多目标遗传算法——Pareto遗传算法.该算法 以权重信息为基础建立Pareto解集过滤器,引入小生境技术等实现Pareto前沿面的求解.测 试函数计算表明该算法有较好的收敛性.以复合材料机翼的升力系数和滚转力矩系数为目标 函数,采用Pareto遗传算法进行计算得出一组Pareto最优解集,计算结果表明,给出的方案 能够满足工程需求,为决策者提供了多种可选方案.      

遗传算法在星座多星接近轨道优化中的应用

以三颗非共轨的Walker星座卫星为研究对象, 对航天器无需变轨与其接近的可能性进行研究. 将Lambert方法得到的航天器轨道作为初始轨道, 利用遗传算法对初始轨道进行优化. 对初始轨道在参考时刻位置和速度的改变量进行编码,形成对应的种群. 以航天器与星座卫星之间的最近距离为适应度函数, 通过种群的繁殖得到优化结果. 结合仿真算例, 分析了最小二乘算法和遗传算法在轨道优化中的优劣以及接近过程中轨道摄动的影响. 结果表明, 遗传算法适用于所提出的轨道改进问题. 研究结果可为单航天器无需变轨对星座多星接近问题提供理论依据.      

路由算法在LEO通信星座构型优化中的应用

低轨(LEO,Low Earth Orbit)通信星座的特殊功能决定了其构型优化需要综合考虑成本、覆盖和路由性能等因素.以往的研究往往忽略了路由性能,导致优化得到的构型不能很好的满足要求.首先给出了两个意义明确的星座路由性能的评价指标,然后通过将它们作为目标函数进行仿真,验证了其优化必要性和评价有效性.最后利用多目标遗传算法实现了星座的构型优化.仿真结果显示,将路由算法加入到星座的构型优化中,在仅对星座构型参数进行微调的前提下,不仅满足了成本、覆盖等基本要求,而且星座的路由性能大大提高.