引入多Agent协商的协同优化在卫星设计中的应用

卫星设计是复杂的多学科优化问题,协同优化算法具有模块化特点适合于处理多学科优化问题。在对卫星进行多学科优化时发现,现有的协同优化算法为了保证共享变量在系统级和分系统级间的一致性,收敛困难,计算量大,不对分系统自身进行优化不能保证卫星整体性能最优。本文通过引入Agent概念和基于Agent的协商算法,提出了一种基于劝说式多Agent协商的协同优化设计算法。针对对地观测卫星,以总质量最小为目标,建立了包含结构、轨道控制、姿态控制和电源4个分系统Agent和1个系统级Agent的卫星优化设计模型并进行了协同优化设计。研究结果表明:引入Agent协商算法的协同优化算法,可以保证共享变量的一致性;在协同优化算法中增加分系统自身优化模块,可以保证在系统级优化过程中各分系统一直都是最优的。      

基于遗传编程的航天器有限推力逼近轨迹规划

通过引入基函数的概念,提出了采用遗传编程求解有限推力航天器逼近非合作目标最终逼近段轨迹规划问题的方法。该方法将推力器开关状态定义为基函数,以多个基函数分别乘以开关状态持续时间再求和作为推力器开关的历程函数;将历程函数转换为遗传编程的树型结构,将消耗燃料的质量作为适应度函数,并将规避障碍物和终端逼近精度等约束条件以罚函数的形式添加到适应度函数中;利用遗传编程的模拟自然进化理论的全局寻优机制求解,最终得到最优逼近轨迹方案。某航天器在有限推力下逼近非合作目标的轨迹规划结果表明:整个逼近过程推力器仅开关5次,大大降低了对开关频率的要求,同时,规划结果比采用高斯伪谱法时逼近时间降低了30.09%,燃料消耗降低了4.18%。