. .,sj,使得优化指标 Mfuel=F狂,S,R)最小;满足下列条件:(1)Xie{0, 1, . . . ,η};似Xi声X.j,i,je(1, 2,… n),i声j;做 {0, 1,...,p},ie(1, 2,…,n-:L} ; (4)s(1, 2,...,p};
[0045] 下层优化:在给定的X和S情况下找到最优的R,且满足条件:(a) r.j> 1,jE(1, 2,…,m} ; (b)r1+。+. . . +rm=η; (C) /"/k,// < 广。
[0046]S3. 4 采用HPSO和ES优化
[0047] 上层优化采用HPSO对加注次序X和决策变量S进行优化,该算法引入了遗传算法 中的交叉和变异操作,通过粒子同个体极值和群体极值的交叉W及粒子自身变异的方式来 捜索最优解,HPSO的流程图如图2所示。首先随机生成在轨加注次序X和决策变量S的初 始粒子群POP,并令迭代次数Num为0。对于每一个给定的粒子,利用下层优化得到粒子的 适应值。若迭代次数未达到设置的最大次数数,对粒子进行遗传操作,包括更新个体最优粒 子Pi和群体最优粒子Pg、交叉、变异,迭代次数Gen加1。当Num达到最大迭代次数时,算法 停止。其中交叉1是个体和个体最优粒子Pi进行交叉得到新粒子,交叉2是个体和群体最 优粒子Pg进行交叉得到新粒子,变异是粒子自身变异得到新粒子。
[004引交叉1似的过程如下:(交叉1似对应的是下面旧粒子和Pi化))
[0049]
[0050] 其中,顺序交叉的过程为:1)随机选择两个切点ki和k2,2)交换中间部分,3)从k2 后第一个基因起列出原顺序,并去掉已有基因,4)从k2后第一个位置起,将获得的无重复基 因顺序填入,下面给出了一个例子:
[005 Γ
[0052] 基本的双切点交叉的过程为:1)随机选择两个切点ki和k2,2)交换中间部分,下 面给出了一个例子:
[0053]
[0054] 变异的过程如下:
[00巧]
[005引变量X的变异方式如下:1)随机选择两个切点k郝k2,。中间部分从小到大重新 排列,下面给出了一个例子:
[0057]
[005引变量S的变异方式如下:1)随机选择一个位置,。如果该位的值大于0,则改为0 ; 如果等于0,则随机改为小于P的正整数。
[0059] 下层优化采用穷举法对决策变量R进行优化,其过程如下:穷举出所有可能的R, 然后选择优化指标最小的R作为最优解。需要说明的是,并不是所有的R都是可行解,例如: X= [3, 5, 2, 7, 1,4, 6],S= [0, 0, 1,0, 1,0, 2],m= 2,R的所有可能解是R= [1,6],垃 5], [3, 4],[4, 3],[5, 2]和化1]。但只有R=化4]和R= [5, 2]是可行解。
[0060] S3. 5输出最优方案
[0061] 最优方案包括每个服务星加注GE0目标及加注次序X,、决策变量S,,服务星轨道机 动的速度增量和从储油站出发时携带的燃料质量。
[0062] 与现有技术相比,本发明具有W下优点:
[006引 1、本发明提出采用多个服务星和多个储油站对GE0目标群的加注方式,具有在轨 加注能力强,燃料消耗少等特点。
[0064] 2、本发明提出本发明提出加注次序X和决策变量S、R来表示任务规划问题,并建 立相应的两层优化模型。
[0065] 3、本发明采用HPS0解决上层优化问题,克服了标准粒子群算法在种群收敛集中 的同时各粒子越来越相似,可能陷入局部最优的问题。
【附图说明】
[0066] 图1为本发明GE0卫星群"多对多"在轨加注示意图;
[0067] 图2为本发明混合粒子群算法流程图;
[0068] 图3为本发明混合粒子群算法优化过程;
[0069] 图4为本发明MGSRP的最优方案;
[0070] 图5为本发明1号服务星轨道机动的脉冲速度大小;
[0071] 图6为本发明2号服务星轨道机动的脉冲速度大小;
[0072] 图7为本发明1号服务星的质量变化;
[0073] 图8为本发明2号服务星的质量变化。
[0074] 图中符号说明如下:
[007引 POP 粒子群;
[007引Num 迭代次数;
[0077] Pi 个体最优粒子;
[007引 Pg 群体最优粒子;
[0079]Μ化el服务星从储油站获得的总燃料质量;
[0080] hx 卫星的角动量在J2000坐标系X轴上的分量;
[0081] hy 卫星的角动量在J2000坐标系y轴上的分量;
[0082] IΔν|服务星脉冲速度的大小;
[0083]Am 服务星质量的变化。
【具体实施方式】
[0084] W下将结合具体实施例和说明书附图对本发明做进一步详细说明。
[0085] 下面结合附图对GE0卫星群的"多对多"在轨加注任务规划方法进行详细说明。
[0086] 本实施例W对15个GE0目标的在轨加注为例作进一步说明,其具体步骤如下:
[0087] 步骤一:选取的15个GE0目标的升交点赤经、轨道倾角和燃料需求见表1;采用 两个服务星和两个储油站,均部署在GE0上,1号服务星和1号储油站具有相同的升交点赤 经和轨道倾角,均为0度;2号服务星和2号储油站具有相同的升交点赤经和轨道倾角,分 别为120度和7度;服务星的结构质量为500kg,燃料携带能力为1000kg,Lp= 320s,g。= lOm/s";
[0088] 表1 GEO目标参数
[0089]
[0090]
[0091] 步骤二:服务星通过轨道机动实现与储油站的交会对接,得到燃料的补给;与GEO 目标交会对接后,为其在轨加注;服务星往返于GEO目标和储油站之间,运送燃料;轨道机 动时,需要进行轨道面和相位的调整;假设任务时间较长,忽略调整相位所需的燃料;
[0092] 步骤Ξ:MGSRP任务规划:
[009引1、定义优化变量,包括立个优化变量,加注次序X、决策变量S和R:
[0094] X= [Xi,又2,…,Xl5],S= [Si,S2,…,Si5],R=bi,
[0095] 2、确定目标函数,
[0096] 多个GE0卫星的在轨加注的优化指标为
[0097]
[009引其中雌/作为第j号服务星第i次从储油站出发时携带的燃料质量,N,是第j号 服务星从储油站出发的次数。在计算Μ化el之前要先得到服务星施加的脉冲速度,根据下 面的方法计算。
[0099] 服务星在调整轨道面时,脉冲速度需同时改变轨道升交点赤经Ω和轨道倾角I; 如果服务星要从一个GE0卫星(Ii,Ωι)机动至另一个卫星(1,,Ω2),需要的速度增量为
[0100]
[0101] 其中V是GE0卫星的运行速度,丫通过下式得到。
[0102] cos丫= sinlisinizcos ( Ω Ω2)+cosIiC〇sl2
[0103] 轨道机动消耗的燃料质量为
[0104]
[0105] 其中m。是初始质量,包括结构质量和燃料质量,I,ρ是发动机比冲,g。是地球引力 加速度。
[0106] 根据X,和S,得到第j号服务星每次施加的脉冲后,通过下面的算法计算其出发时 携带的总燃料质量Μ化el,,从而
[0107]
[010引
[0109] 其中find(S> 1)表示找到S中元素不为ο的位置,N是第j号服务星回到储油 站的次数,nidfy为服务星结构质量,表示第j号服务星第i次从储油站出发后,回到储 油站所需的速度增量;Av,::g是第j号服务星第i次从储油站出发,与第q个目标交会所需的 速度增量,为目标的燃料需求,C为服务星携带燃料能力,如果>C,则说明不是 一个可行方案。
[0110] 3、设计两层优化模型,优化模型为:
[0…]Find X =[又1,又2,…,Xn],S =[Si, S2, . ..,sj
[011引MinMfuel=F狂,S,R)
[011 引
[0114] 4、采用HPSO和ES优化
[0115] 上层优