滑翔飞行器多目标弹道优化的进化-配点混合求解策略

发布时间：2021-07-03 21:17

　　针对高超声速滑翔飞行器弹道多目标优化问题,综合考虑计算效率和精度,结合分解进化算法与配点法提出一种混合求解策略。根据滑翔飞行器动力学模型和弹道设计中需要考虑的约束条件,建立飞行器多目标弹道优化模型。利用控制量离散化方法将多目标弹道优化问题转化为带约束的多目标参数优化问题,并采用罚函数法处理约束条件,随后利用分解多目标进化算法进行求解。为了提高弹道优化的精度,将椭球聚合法与配点法相结合,以多目标进化算法得到的Pareto解作为初始解进行迭代求解。通过典型的复杂约束多目标弹道优化的算例表明,所提出的混合求解策略能够获得满足复杂约束要求的Pareto最优解集,实现有效的多目标弹道优化。 

【文章来源】：国防科技大学学报. 2020,42(01)北大核心EICSCD

【文章页数】：7 页

【部分图文】：

混合求解策略流程图

对于极小化问题而言，在大多数情况下，PF是可达目标区域左下边界?Ω的一部分。椭球聚合公式使用N个椭球(椭圆)与上述边界?Ω相切。通过位于边界?Ω上的切点给出PF的近似。该方法要求椭球具有一个较大的长轴和若干个较小的短轴。椭球的中心一般位于可达目标区域的左下侧，通过控制椭球长轴的方向来获得不同的边界点，如图2所示。在一般情况下，当长轴方向均匀分布时，椭球聚合法可以产生近似均匀分布的PF。具体的做法是:将长轴方向与一组均匀分布的权重矢量相关联。根据上述思想，将多目标优化问题处理为N个单目标优化问题。令λ表示权重矢量，R(λ)表示将第一个目标函数F1的坐标轴旋转到权重矢量λ方向的坐标变换矩阵。椭球与边界?Ω的切点是式(10)所示单目标优化问题的全局最优解。

利用进化算法得到的近似PF如图3所示，从图中可以看出，最大射程解在图中以“?”标示，此时射程为13 799 km，总加热量为18 173 MJ/m2;最小总加热量解以“△”标示，此时总加热量为10 745 MJ/m2，射程为10 930 km。两个目标具有明显的冲突性，即射程最大时，总加热量也最大，反之亦然。为了进一步对比分析，图4给出了三条多目标优化典型弹道(两条单目标最优弹道;一条典型折中解，图3中以“□”标示)对应的控制量以及主要弹道参数。从图4曲线可以看出，最大射程弹道的攻角为最大升阻比攻角;最小总加热量弹道攻角较大，且高度在纵平面大幅跳跃。图4 多目标优化弹道典型解(MOEA/D)

【参考文献】：
期刊论文
[1]高超声速飞行器多目标复杂约束滑翔弹道优化[J]. 谢愈,潘亮,谷学强,陈璟.  国防科技大学学报. 2017(02)
[2]火星探测器气动外形/弹道一体化多目标优化[J]. 丰志伟,张青斌,高兴龙,唐乾刚,杨涛.  航空学报. 2014(09)
[3]基于二代小波的轨迹优化节点自适应加密[J]. 丰志伟,张青斌,唐乾刚,张永合.  航空动力学报. 2013(07)
[4]近空间高速飞行器气动特性研究与布局设计优化[J]. 叶友达.  力学进展. 2009(06)
[5]基于物理规划的高超声速飞行器滑翔式再入轨迹优化[J]. 雍恩米,陈磊,唐国金.  航空学报. 2008(05)
[6]基于NSGA-II算法的RLV多目标再入轨迹优化设计[J]. 陈刚,胡莹,徐敏,万自明,陈士橹.  西北工业大学学报. 2006(02)
[7]RLV再入轨迹机载快速优化[J]. 王明光,袁建平,罗建军.  宇航学报. 2005(03)

博士论文
[1]多目标进化算法研究及在飞行器动力学系统中的应用[D]. 丰志伟.国防科学技术大学 2014
[2]助推—滑翔式飞行器弹道设计与制导技术研究[D]. 刘欣.国防科学技术大学 2012
[3]多目标优化方法及其在高超声速试飞器系统中的应用研究[D]. 范培蕾.国防科学技术大学 2009



本文编号：3263370