-
题名基于多种群混沌遗传算法的GEO目标服务任务规划
被引量：1
- 1
-
-
作者
尹帅
余建慧
宋斌
郭延宁
李传江
吕跃勇
-
机构
哈尔滨工业大学航天学院
北京跟踪与通信技术研究所
上海宇航系统工程研究所
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2024年第3期914-921,共8页
-
基金
国家自然科学基金(62273118)
中国航天科技集团有限公司青年拔尖人才支持工程资助课题。
-
文摘
面向地球同步轨道(geosynchronous Earth orbit,GEO)空间目标碎片清除、燃料加注等不同在轨服务需求,研究了“固定储油站+往返航天器”相结合的航天器任务规划问题。首先,建立了多任务混合的燃料最优双层任务规划模型,外层为目标服务序列规划,内层为轨道机动规划。随后,针对该连续-离散混合变量组合优化问题,提出了一种多种群混沌遗传算法(multi-group chaotic genetic algorithm,MGCGA),采用混合编码表征决策变量,引入立方混沌映射算子提高初始种群质量,多种群及精英保留策略使得算法在求解过程中能更为显著地逼近全局最优解。最后,参考实际GEO目标构建了典型算例,规划结果表明所提算法具有全局收敛性好、收敛速度快的优点。
-
关键词
在轨服务
地球同步轨道目标
多任务
储油站
任务规划
多种群混沌遗传算法
-
Keywords
on-orbit servicing
geosynchronous Earth orbit(GEO)target
multi-mission
fuel station
mission scheduling
multi-group chaotic genetic algorithm(mgcga)
-
分类号
V448.2
[航空宇航科学与技术—飞行器设计]
-
