面向卫星的在轨服务任务规划方法

发布时间：2025-01-15 19:21

　　 针对空间在轨服务日趋成熟以及在轨服务现实需求增长的背景,以在轨服务航天器为研究对象,研究面向卫星的在轨服务任务规划问题,探讨如何合理安排与调配在轨服务资源。将问题分解为在轨服务资源分配和在轨服务路径规划两层,并建立双层优化数学模型。设计在轨服务任务规划算法求解问题,包括基于多种群并行进化的混沌遗传算法和基于全局坐标转换的NSGA-Ⅱ+GSDE算法,并通过仿真结果对比分析,验证算法的可行性和有效性。

【文章页数】：8 页

【部分图文】：

图1 基于多种群并行进化的混沌遗传算法流程

SDE的基本思想是将收敛性差的个体移到更加拥挤的区域,使其密度更大,从而在进化过程中能够被淘汰。估计个体p的密度时,SDE通过比较个体p周围的其他个体与p在不同目标上的收敛性来对这些个体进行坐标变换,将坐标变换之后的个体p的密度作为其密度评价。更具体地,如果某个个体q的某个目标值....

图2 NSGA-Ⅱ+GSDE算法流程

实验1:对本文提出的基于混沌优化的初始种群生成策略进行实验对比分析。选择采用了混沌优化生成初始种群的遗传算法与随机初始化种群的遗传算法作为对比算法,算法的交叉概率和变异概率均设置为0.8和0.2,种群规模为50,最大进化代数为200,适应度根据资源分配模型计算,两者求解资源分配问....

图3 混沌优化初始化与随机初始化种群结果对比

实验2:对本文提出的多种群并行进化策略进行分析与实验对比。选择传统的单种群进化遗传算法与双种群并行进化的遗传算法作为对比算法,传统遗传算法的交叉概率和变异概率为0.8和0.2,采用了双种群并行进化策略的遗传算法两个种群的交叉概率分别为0.5和0.9、变异概率分别为0.1和0.3,....

图3 混沌优化初始化与随机初始化种群结果对比

图3混沌优化初始化与随机初始化种群结果对比图4单种群进化与双种群并行进化结果对比

本文编号：4027740